EMA专刊征稿 | 能源材料的多尺度模拟

专刊征稿

 能源材料的多尺度模拟

专刊主题简介

基于理论的材料设计和数据驱动的材料发现引发了材料研究新的范式革命。从功能材料设计到能源器件设计和管理，诸多理论研究方法正在扮演着能源材料研究中的重要角色。为了满足对理论理解和设计的深度需求，在此我们推出了本专刊以收集能源材料多尺度模拟的研究和综述论文。研究领域包括但不限于电池，燃料电池，太阳能电池和热电材料等。本专刊致力于将能源材料多尺度模拟（包括第一性原理计算，分子动力学，蒙特卡洛模拟，相场模拟，有限元计算，电池包和电池管理系统模拟以及机器学习等）的最新前沿呈现给读者，以希望实现理论指导、数据驱动的下一代高能量密度能源系统的设计与发现。

关键词

多尺度模拟；

能源材料；

理论指导设计；

数据驱动材料发现；

机器学习；

……

客座编辑

Venkat Viswanathan 教授（美国卡内基梅隆大学）Venkat Viswanathan 教授现就职于美国卡内基梅隆大学机械工程系。他的研究聚焦于发现新能源转换和存储材料设计的科学准则，包括无机，有机和生物材料等。这些材料的设计是通过一系列在他课题组内开发的计算方法来实现并经过实验验证的。除此之外，他的课题组还参与了许多其他前沿领域的研究，包括电池控制系统，电动车安全性和 GPU 加速的计算等。他于2020年获得《麻省理工技术评论》“全球35岁以下科技创新35人”（Innovators Under 35，简称TR35），2019年获得海军杰出青年教授奖（Young Investigator Award），2018 年获得斯隆奖（Sloan Research Fellowship），2016年获得美国自然科学基金杰出青年教授奖（CAREER Award）等荣誉。

洪子健 研究员 (浙江大学)

洪子健博士现为浙江大学材料学院“百人计划”研究员。他于2017年在美国宾夕法尼亚州立大学材料系获得博士学位（导师：陈龙庆教授）。2017年8月至2020年7月在美国卡内基梅隆大学机械工程系从事博士后研究（合作导师：Venkat Viswanathan 教授）。他的研究聚焦于计算材料学，包括相场模拟，第一性原理计算，机器学习等。研究方向包括铁电拓扑材料和金属基电池材料设计等。迄今为止在包括Nature、Nature Materials、ACS Energy Letters 等领域顶尖期刊发表论文40余篇。

施思齐 教授 (上海大学)

施思齐博士现为上海大学材料科学与工程学院/材料基因组工程研究院教授。他于2004年在中科院物理所获得博士学位（导师：陈立泉院士/王鼎盛院士），随后在日本“产业技术综合研究所”和美国布朗大学、通用汽车研发中心担任高级研究员。2013年起加入上海大学。2016年获得国家自然科学基金优青项目资助。他的研究方向包括电化学储能系统的多尺度计算和材料设计，以及通过机器学习方法优化材料性能等。发表SCI论文140余篇，他引9600余次。

截稿时间

2023年2月28日

---

期刊官网：

https://spj.sciencemag.org/journals/energymatadv/

专刊网页：

https://spj.sciencemag.org/energy-material-advances-special-issues/hydrogen-energy/（点击文末“阅读原文”跳转）

想了解更多信息，或咨询投稿事宜，欢迎您联系EMA编辑部：

E-mail: [e-mail]

Tel: [phone]

我们会及时与您取得联系，谢谢！

编辑：刘   派

审核：李炳泉

点击“阅读原文”登录官网了解专刊更多信息