机器学习驱动难熔高熵合金设计的现状与展望

• 作者: 高田创 高建宝 李谦 张利军
• 来源期刊: 材料工程
• 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
• 年，卷（期）: 2024,（1）
• 页码范围: 27-44
• 页数: 18页
• 语种: 中文

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。