刘淼

简介


2018-           中国科学院物理研究所特聘研究员

2013-2018年 劳伦斯伯克利国家实验室 博士后

2007-2012年 犹他大学材料科学工程系 博士

2006-2007年 犹他大学物理系 读研

2004-2006年 中国科学技术大学物理系 读研

1999-2004年 中国科学技术大学物理系 本科

主要研究方向


1)基于第一性原理计算方法的材料物性和机理研究;

2)基于高通量计算和材料大数据方法的新材料筛查、研发和优化;

3)计算材料数据库构建。 (https://atomly.net)

过去的主要工作及获得的成果


创立了atomly.net材料科学数据库及相关软件体系。atomly 是一个我们自主研发的世界级材料数据库,拥有海量材料数据。通过这些材料数据,我们可以快速筛选、设计新材料,事半功倍。【Phys. Rev. B 105, 214517;CPL 39(4), 047402】



通过高通量计算和材料筛查,系统的研究了多价态离子电池的正极材料【Chem. Mater.  27, 17, 6016-6021Chem. Rev.  117, 5, 4287-4341】;发现了多种性能优异的镁离子电池正极材料【Energy Environ. Sci., 2016,9, 3201-3209Energy Environ. Sci., 2015, 8, 964-974】,并得到了实验证实【Energy Environ. Sci., 2016,9, 2273-2277】。



研究了低维材料中的量子尺寸效应,并发现了低维材料的力学、热力学行为都受到量子尺寸效应的调控。【Phys. Rev. B 86, 125427;Phys. Rev. Lett. 102, 166404;Phys. Rev. Lett. 109, 055501



广泛与实验合作,研究材料在表面界面的生长、纳米材料生长、电化学等过程中的机理。【Phys. Rev. Lett. 103, 076102;ACS Nano  10, 6, 6235-6240;Adv. Funct. Mater. 2017, 1702046


代表性论文及专利


1.     Persona of transition metal ions in solids.

H Jia, M Horton, Y Wang, S Zhang, Kristin A. Persson*, Sheng Meng*, Miao Liu*

Advanced Science  10.1002/advs.202202756 (2022) 



2.     Orbital dependence in single atom electrocatalytic reactions.

Y Wang, Y Liang, T Bo, Sheng Meng*, Miao Liu*

J. Phys. Chem. Lett.  2022, 13, 25, 5969 (2022) 



3.     Superconductive materials with MgB2-like structures from data-driven screening.

Z Yu, T Bo, B Liu, Z Fu, H Wang, S Xu, T Xia, S Li, Sheng Meng*, Miao Liu*

Phys. Rev. B  105, 214517 (2022) 



4.     A universal model for accurately predicting formation energy of inorganic compounds. 

Y Liang, M Chen, Y Wang, H Jia, T Lu, F Xie, G Cai, Z Wang, Sheng Meng*, Miao Liu*

Science China Materials  10.1007/s40843-022-2134-3 (2022) 



5.     Screening promising CsV3Sb5-like kagome materials from systematic first-principles evaluation. 

Y Jiang, Z Yu, Y Wang, T Lu, S Meng*, K Jiang*, Miao Liu*

Chinese Physics Letters 39(4), 047402 (2022) Express letter 



6.     Unconventional materials: the mismatch between electronic charge centers and atomic positions. 

J Gao, Y Qian, H Jia, Z Guo, Z Fang, Miao Liu*, H Weng*, Z Wang*

Science Bulletin 67 (6), 598-608 (2022) 



7.     Viable substrates for the honeycomb-borophene growth. 

Z Yu, S Meng*, Miao Liu*

Phys. Rev. Materials 5 (10), 104003 (2021) 



8.  High-Throughput Screening of Element-Doped Carbon Nanotubes Toward an Optimal One-Dimensional Superconductor

T Bo, Y Wang, Y Liang, X Liu, J Ren, H Weng, Miao Liu*, S Meng*

J. Phys. Chem. Lett.  12 (28), 6667-6675 (2021)  



9.  Dual carbon-hosted Co-N3 enabling unusual reaction pathway for efficient oxygen reduction reaction.

H Xu, H Jia, H Li, J Liu, X Gao, J Zhang, Miao Liu*, D Sun, S Chou, F Fang, R Wu*

Applied Catalysis B: Environmental 297,120390 (2021)  



10.  Using strain to alter the energy bands of the monolayer MoSe2: A systematic study covering both tensile and compressive states.

X Cheng, L Jiang, Y Li, H Zhang, C Hu, S Xie, Miao Liu*, Z Qi*

Applied Surface Science 521, 146398 (2020)  



11.  Simplifying and accelerating kinetics enabling fast-charge Al batteries.

M Mao, Z Yu, Z Lin, YS Hu, H Li, X Huang, L Chen, Miao Liu*, L Suo*

Journal of Materials Chemistry A 8 (45), 23834-23843 (2020)  



12.  High-throughput prediction of the ground-state collinear magnetic order of inorganic materials using density functional theory.

MK Horton, JH Montoya, Miao Liu, KA Persson

NPJ Computational Materials 5 (1), 1-11 (2019)  



13.  Flat AgTe honeycomb monolayer on Ag (111)

B Liu, J Liu, G Miao, S Xue, S Zhang, L Liu, X Huang, X Zhu, S Meng, J Guo, Miao Liu*, W Wang*

J. Phys. Chem. Lett.  10, 8, 1866-1871 (2019)  



Energy & Environmental Science 9, 3201 (2016) 

Energy & Environmental Science 9, 2273 (2016)

Energy & Environmental Science 8, 964 (2015)  

Nanotechnology 25, 135706 (2014) 

Phys. Rev. Lett. 109, 055501 (2012)

Phys. Rev. B 86, 125427 (2012)

Phys. Rev. Lett. 103, 076102 (2009)

Phys. Rev. Lett. 102, 166404 (2009)



专利 United States Patent Application 20170069498


目前的研究课题及展望


1. 开发高通量材料计算方法及材料数据库。(atomly.net

2. 基于人工智能方法开发高精度的材料计算方法,用于非晶、无序等体系的模拟。(HAAIFF程序包,将于近期发布)

3. 基于材料大料数据的新材料研发,例如新型能源材料,包括多价态离子电池、Li-S电池、催化剂。

 

培养研究生情况


每年招收硕博连读研究生2名。课题组提供世界一流的科研资源和国际合作机会。

其他联系方式


个人简介页面



谷歌学术页面(全部论文列表)

电话:

010-82649407

Email

mliu@iphy.ac.cn