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 GAO Tianchuang;GAO Jianbao;LI Qian;ZHANG Lijun

作者机构：中南大学粉末冶金国家重点实验室长沙410083 重庆大学国家镁合金材料工程技术研究中心重庆400044 

出 版 物：《材料工程》 (Journal of Materials Engineering)

年 卷 期：2024年第52卷第1期

页      面：27-44页

核心收录：

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 

基　　金：国家重点研发计划项目(2018YFE0306100) 湖南省杰出青年基金项目(2021JJ10062) 广西重点研发计划项目(AB21220028) 中南大学自主探索创新项目(2023ZZTS0711)。 

主　　题：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 

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。