材料工程2024，Vol.52Issue(1) ：27-44.DOI:10.11868/j.issn.1001-4381.2023.000480

机器学习驱动难熔高熵合金设计的现状与展望

Current status and prospects in machine learning-driven design for refractory high-entropy alloys

高田创 高建宝 李谦 张利军
材料工程2024，Vol.52Issue(1) ：27-44.DOI:10.11868/j.issn.1001-4381.2023.000480
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

机器学习驱动难熔高熵合金设计的现状与展望

Current status and prospects in machine learning-driven design for refractory high-entropy alloys

高田创 1高建宝 1李谦 2张利军1
扫码查看

作者信息

  • 1. 中南大学粉末冶金国家重点实验室,长沙 410083
  • 2. 重庆大学 国家镁合金材料工程技术研究中心,重庆 400044
  • 折叠

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

Key words

refractory high-entropy alloy/machine learning/phase structure/mechanical property/strengthening mechanism/atomistic simulation

引用本文复制引用

基金项目

国家重点研发计划(2018YFE0306100)

湖南省杰出青年基金(2021JJ10062)

广西壮族自治区重点研发计划(AB21220028)

中南大学自主探索创新项目(2023ZZTS0711)

出版年

2024
材料工程
中国航发北京航空材料研究院

材料工程

CSTPCDCSCD北大核心
影响因子：0.78
ISSN：1001-4381
参考文献量6
段落导航相关论文