2016年4月到北京市计算中心工作以来，一直从事高通量材料计算自动流程软件的开发和应用机器学习支持的材料数据库建设及相关工作。独立完成和承担的科研任务也都围绕和服务于这一研究核心。主要包括：

(1) k-path 路径标准化: 高通量材料计算能带表示关键技术。利用结构对称性实现材料能带计算的 k-path 路径自动化与标准化，完成软件设计和程序编写。该标准化不仅避免了传统电子结构计算因手工指定 k-path路径引起的能带表示的不一致，而且方便同类材料的电子结构类比，为机器学习方法辅助电子结构研究提供了可能。相关软件应用于国家重点研发计划项目“高通量并发式材料计算算法和软件”的 Ni-基单晶高温合金研究中，解决了材料第一原理模拟自动流程对材料结构数据库的依赖问题。

(2)适应催化材料研究的异质界面高通量材料电子计算流程软件开发：结合Pymatgen和 ASE 两款通用的材料建模与分析软件功能，构建适应研究催化材料表面化学反应流程模拟的功能模块，实现生成表面反应常用的空位、堆积、吸附、迁移等材料微观结构模型快速；基于FireWorks软件支持的数据库技术，将催化模拟过程分解为若干基本计算任务，再将计算任务组织成有序的工作流。为适应不同尺度层次材料模拟需要，计算流还提供了支持多种软件接口，并允许对软件所需的计算控制参数优化与流程的自动化。该软件在北京市计算中心的服务器上测试运行完毕，目前主要服务于为国家重点研发计划项目“高通量并发式材料计算算法和软件”和院青年骨干计划课题“基于甲烷催化燃烧机理的材料计算自动流程设计”，国家超算(无锡)中心“太湖之光”服务器上的软件架设与测试工作也在进展中。

(3) 瞄准数据驱动的机器学习支持的高通量材料数据库建设：高通量材料计算产生大量的材料计算数据，必须建立有效的数据管理，才能支撑数据驱动的新材料研发模式。为推动高通量材料数据库建设，以甲烷燃烧催化材料的性能优化需求为牵引，在材料计算自动流程的数据分析模块中引入机器学习的算法和相关软件，获得更有效的材料预测和分析方法。针对原子间相互作用的研究，我们基于支持机器学习的原子多体势函数分析软件aenet，改进特征向量中多体原子间相互作用信息(键长、键角)的获取方式，已经应用于与北京科技大学的横向课题“材料计算中基于机器学习的能量计算方法研究”中。研究中形成的数据库技术和软件主要应用于国家重点研发计划项目“材料高通量计算/实验平台数据自动汇交技术”中，为数据科学驱动的材料基因研究提供可靠的软件工具。

初步完成材料计算自动流程软件平台推广应用的课程体系建设。根据高通量材料计算平台的研发和应用推广需要，在北京市计算中心开设“第一原理材料计算方法与软件”系列培训课程，系统介绍第一原理材料计算的基本理论、方法和程序实现。课程面向国内高校研究生和青年教师，有百余人参加培训课程。课程内容设置、讲义编写到全部系列课程主讲，主要由本人担任。课程定位于北京市计算中心的高通量材料计算平台的推广应用，提升了北京市计算中心在材料计算领域的影响力。