机器学习驱动难熔高熵合金设计的现状与展望

摘要：

难熔高熵合金兼具高强度、高硬度、抗高温氧化等优异综合性能,在航空、航天、核能等领域具有广阔的应用前景和研究价值.但难熔高熵合金成分复杂、设计难度高,严重制约了高性能难熔高熵合金的进一步发展.近年来,机器学习凭借着高效准确的建模预测能力,逐步应用于高性能合金的设计和开发.本文在广泛收集机器学习驱动难熔高熵合金设计研究成果的基础上,详细综述了机器学习在辅助合金相结构设计、力学性能预测、强化机理分析和加速原子模拟等方面的应用与进展.最后,总结了该领域当前存在的不足,并针对如何推进高性能难熔高熵合金的设计进行了展望,包括构建难熔高熵合金高质量数据集、建立难熔高熵合金"成分-工艺-组织-性能"定量关系、实现高性能难熔高熵合金的多目标优化等.

关键词：难熔高熵合金、机器学习、相结构、力学性能、强化机理、原子模拟

所属期刊栏目：52

分类号：TG132.3+2(金属学与热处理)

资助基金：国家重点研发计划;湖南省杰出青年基金;广西重点研发计划项目;中南大学自主探索创新项目

在线出版日期：2024-02-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：27-44