吴景深
智能制造研究项目亮点
AI辅助先进芯片封装设计
项目概况：
先进芯片封装技术是后摩尔时代提高系统性能的重要路径之一，包括异质材料、结构和高密度集成器件等因素，在复杂多物理场服役环境下具有数目庞大的设计变量，对传统芯片封装设计思路提出了严峻的挑战。
本项目基于团队在芯片封装设计中积累的大量理论知识、设计经验以及丰富数据，利用迅猛发展的人工智能工具与计算机算力，对芯片封装设计方法进行颠覆性创新，实现封装设计优化效率的数量级提升。
主要研究内容包括：
1) 建立基于多物理场的先进芯片封装样本数据库及设计规则
2) 基于“1”搭建交互式芯片封装设计AI平台
3) AI 辅助先进芯片封装设计的工业应用
纳米功能陶瓷膜的设计与制造
项目概况：
随着全球能源需求的增加和新能源技术的迅速发展，以全钒液流电池（VRFB）为代表的大规模储能技术受到了广泛关注。由于优异的质子传导率及良好的化学稳定性，一种名为Nafion的全氟磺酸离子交换膜被广泛应用于VRFB隔膜。然而，该膜存在钒离子渗透率高、生产成本昂贵、使用寿命短等问题。课题组先后深入研究了无机纳米纤维膜支撑体（HNM）的制备工艺、超薄分子筛膜的合成机理及生长工艺，以及新型无机复合隔膜（ZHNM）的制备技术及其组装的液流电池的容量衰减机理等关键科学原理和技术，设计并制备了一系列高性能、高可靠性的ZHNM，使其可以在VRFB中长期高效、稳定地运行。项目的研究成果显著提高了VRFB的综合性能，是一种极具工业化前景的Nafion膜替代方案，有助于推动新能源的高效利用，对保障我国的能源安全和促进经济社会的可持续发展具有重大的战略意义。
AI辅助高性能高分子材料加工工程的设计与优化
项目概况：
高性能高分子材料，例如聚醚醚酮（PEEK），由于其优异的机械、热学和化学性能，在工业应用中变得越来越重要，广泛应用于航空航天、汽车、医疗和其他行业。
挤出成型是一种高效、多用途的高分子材料加工方法。挤出过程中的温度、压力、剪切速率等参数对产品的最终性能有很大的影响。传统的试错（trial and error）方法不仅费时而且浪费材料，同时也可能导致产品性能不佳。因此，通过AI赋能的数值分析方法来提升产品性能并降低成本是至关重要的。
在本项目中，首先基于材料的非等温流动、结晶及热传导过程，建立PEEK挤出过程的仿真方法，建立过程-结构-性能的一般关系，预测成型产品的性能，为高性能高分子材料挤出成型工艺优化提供理论指导方向。进一步，应用AI模型设计和优化加工参数。最终，将开发一款专门用于高性能高分子成型工程的交互式AI分析模型，这将是一个颠覆性的工业设计工具，有助于行业人员快捷高效地设计合理的材料配方、获得最优的工艺参数，生产制造出性能优异的产品。
绿色智能环保箱系统的研发及应用
项目概况：
GB-X项目组致力于绿色智能环保箱系统研发，以创新高分子环保材料为基础，自主研发相对于传统包装箱更轻质，可靠性更高，用户体验更佳的循环包装箱，依托物联网溯源技术的智能循环系统促进包装箱的多次循环使用。面对物流运输包装行业对物流包装箱可持续发展日益迫切的需求，项目组旨在通过包装箱更多次地循环使用，降低单次包装成本，提升包装使用效率；通过减少投入使用的箱体数量，减轻包装材料的生产、使用及回收等环节对生态环境的影响威胁。
绿色智能环保箱系统工作分为以下4大板块，构建起箱体“使用-再使用”全流程完整技术链：
1)箱体制造：通过箱体材料加工工艺探索，进行智能制造设备研发，实现箱体材料及不同规格箱体加工及生产制造。
2)箱体循环：通过以高穿透性、高指向性RFID识别系统为核心技术，研发箱体使用、回收过程中所需的物联网终端设备，实现箱体全流程追踪溯源。
3)箱体封装：通过物理方式将同种材料复合，进而代替传统胶带的使用，提升箱体使用全过程环境友好程度和用户体验。
4)数字系统：通过箱体上搭载的标签芯片，实现循环包装数字化，并基于收集到的箱体循环使用数据进行分析，提升箱体复用率，降低箱体丢失率，帮助企业优化生产流程。
