包淳偉 Chun-Wei Pao

開發多尺度模擬方法研究複雜組成材料

我的實驗室致力於開發由介觀微米尺度到微觀奈米尺度的多尺度模擬方法研究新穎材料結構、性能及製程的關係，利用電腦模擬虛擬平臺的「生成式」優勢，解實驗之所不能解。近年來人工智慧風潮席捲全球，我們積極結合機器學習(ML)與分子模擬，解決了許多以往束手無策的難題。我們的重要學術研究成果如下：

在高熵材料領域，我們與國際實驗團隊合作，以理論計算預測超彈性鈷鎳鉿鈦鋯合金的原子尺度結構，演示了特定原子排列方式使得此高熵材料能在高達11%原子大小差異以及9%的晶格畸變下維持穩定。我們並首次結合ML模型與大尺度分子模擬研究了該複雜合金的差排動力學與相變現象 。

在太陽能材料領域，我們開發介觀分子模擬模型，首次模擬有機太陽能電池(OPV)主動層介觀相分結構，提出決定最佳摻混比的關鍵機制及奈米晶體對高分子結晶的影響。後續我們升級模擬平臺，首次成功模擬小分子OPV刮刀及共蒸鍍製程的介觀相分結構。

我們並自行開發程式，首次成功驗證ML模型能夠在保持DFT計算精度下提升十萬倍的計算速度。藉此我們系統性研究了MAyFA1-yPb(BrxI1-x)3複雜鈣鈦礦的微結構與元件性能的關聯，首次提出晶格畸變是影響微結構與元件性能的關鍵因素 。

在儲能材料領域，我們首次以相場法模擬微米尺度鋰支晶在充電下之形貌演化，指出SEI層的力學性質與支晶形貌的關係。 我們也提出分子模擬方法首次模擬鋰金屬/電解液在週期充電下的形貌演化。我們自行開發混合式ML模型，首次預測超過傳統石墨負極鋰容量之穩定石墨嵌鋰結構LiC4。