机器学习驱动难熔高熵合金设计的现状与展望OACSTPCD
Current status and prospects in machine learning-driven design for refractory high-entropy alloys
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.
高田创;高建宝;李谦;张利军
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
金属材料
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
refractory high-entropy alloymachine learningphase structuremechanical propertystrengthening mechanismatomistic simulation
《材料工程》 2024 (001)
27-44 / 18
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)
评论