随机异质微结构广泛应用于结构和功能材料，在决定其性能方面发挥着至关重要的作用。对此类材料三维（3D）结构的量化表征是研究工艺-结构-性能构效关系的必要途径。目前，X射线断层摄影和聚焦离子束连续切片是3D微结构重建的有效方法，但空间分辨率有限（10~50 nm），难以捕捉纳米尺度材料结构的细节，且设备昂贵，难以实现及时表征。而现有2D成像技术分辨率均可达到数纳米。依据单张大尺寸、高分辨率2D显微图像重建3D结构将能很好地解决这些问题。

        来自哈尔滨工业大学的张雁祥副教授和闫牧夫教授团队，首先在低分辨率下重建3D结构，然后通过将体元分解细化逐级将分辨率提到更高水平，在各级分辨率下只修饰界面处体元分布，并构建数学模型进一步提升DCF的计算和收敛速度。该团队通过固体氧化物电池各向同/异性电极材料XCT数据集对结果所作验证显示，关键的3D结构几何特征与XCT数据集的定量一致。他们的方法重建随机异质微结构不仅经济、易用还高通量（可在数小时内实现上亿级体元3D结构重建），也可用于其他各向同/异性微结构的3D重建，并可进一步扩展以研究材料工艺、微结构和性能之间的构效关系。

        附：本文作者团队近20年来，通过材料热加工及服役过程中组织结构演变多尺度模型与仿真研究，建立了材料宏观特性微观仿真平台，建立了材料成形及改性微观组织结构仿真模型体系，完成了系列2D仿真成像及应用研究，开拓了材料微观结构从2D仿真成像到高通量3D重建仿真成像研究方向，基于距离相关函数（DCF）提出了多级3D重建方法，突破了DCF提出近40年来仅适用于各向同性材料、难以收敛到真实值和3D重建尺寸有限因而难以准确捕捉跨尺度微观结构特征、实现大尺寸（高通量）3D重建等瓶颈。

    该文近期发表于npj Computational Materials 5: 11 (2019)，英文标题与摘要如下，点击左下角“阅读原文”可以自由获取论文PDF。

High-throughput 3D reconstruction of stochastic heterogeneous microstructures in energy storage materials 

Yanxiang Zhang, Mufu Yan, Yanhong Wan, Zhenjun Jiao, Yu Chen, Fanglin Chen, Changrong Xia & Meng Ni

Abstract Stochastic heterogeneous microstructures are widely applied in structural and functional materials, playing a crucial role in determining their performance. X-ray tomography and focused ion beam serial sectioning are frequently used methods to reconstruct three-dimensional (3D) microstructures, yet are demanding techniques and are resolution-limited. Here, a high-throughput multi-stage 3D reconstruction method via distance correlation functions is developed using a single representatively large-sized 2D micrograph for stochastic microstructures, and verified by X-ray micro-tomography datasets of isotropic and anisotropic solid oxide fuel cell electrodes. This method provides an economic, easy-to-use and high-throughput approach for reconstructing stochastic heterogeneous microstructures for energy conversion and storage devices, and can readily be extended to other materials.

文章摘自知社学术网：

https://mp.weixin.qq.com/s/qa0oH5pThuZwa9WH3eZmBw