本實驗室的目標就是希望透過多元的研究計畫案與跨系、跨領域的合作

讓所有成員具備有如『萬用工具箱』的能力。

開拓未來的選擇可能性,做自己想做的事、走自己想走的路。

鄒年棣 Nien-Ti Tsou
這位是這間實驗室的大Boss >_^
也是目前材料系的系副主任

於世界材料學會之教育媒體MRS TV 介紹本系研究重點

傳統工法製作之骨釘沒有骨骼天然孔洞之結構,衍生出許多骨骼復原的問題。因此本團隊先運用『有限元素法』配合『生物力學』理論預測骨釘周圍骨骼生長狀況,進而判斷骨釘效能。接著利用此結果反推出骨釘的最佳化結構。此結構由演算法自然產生,適合利用3D列印製成,往達到醫療客製化與數位智慧製造之目標邁進。

本團隊運用多種尺度計算方法,例如:相場法、分子動力學、微觀力學模型,研究形狀記憶合金的微結構。這些方法可以看到實驗難以觀察到隨外力演變的微結構,並預測此種材料的巨觀現象,如應力應變曲線。除此之外,本團隊亦開發『微結構辨認系統』,可以只需要2D的顯微鏡照片與晶格座標資訊,即可推得3D微結構組成與形貌。近年更發展新的演算法為分子動力學的模擬結果後處理,如此可讓形狀記憶合金微結構分析更有效率。

此課題與形狀記憶合金的研究類似。但因為除了外力,還需多考慮電場,複雜度更高。因此本團隊利用微觀力學模型研究此機電耦合問題。本團隊透過獨創的陡變介面法模型,配合微結構演進地圖,準確預測鐵電材料的遲滯曲線。實驗難以觀察的材料內部微結構變化皆可由模擬看出。此計算方法較傳統方法效率高,適合運用於鐵電材料元件之設計。

印刷電路是產業重要的技術。因此為了優化導電油墨的塗佈乾燥製程,本團隊利用分子動力學與離散元素法(DEM)模擬銀奈米顆粒在溶劑蒸發過程中如何沉降並形成薄膜。由模擬出的薄膜結構可以推得等效電阻,並藉由改變導電油墨懸浮粒子的幾何形狀、顆粒尺寸,了解導電性與油墨組成之間的關係。進而設計出具有最佳導電效率之導電油墨組成。