突破1200°C高温性能极限！北京科技大学用机器学习合成24种耐火高熵合金，室温延展性极佳
💡
原文中文，约5500字，阅读约需14分钟。
📝
内容提要
研究提出了一种结合机器学习与遗传搜索的方法，以优化耐火高熵合金（RHEAs）的成分。合成的ZrNbMoHfTa合金在1200°C下展现出接近940 MPa的屈服强度和17.2%的室温延展性，显示出其在高温应用中的潜力。
🎯
关键要点
- 研究提出了一种结合机器学习与遗传搜索的方法，以优化耐火高熵合金（RHEAs）的成分。
- ZrNbMoHfTa合金在1200°C下展现出接近940 MPa的屈服强度和17.2%的室温延展性，显示出其在高温应用中的潜力。
- 耐火高熵合金因在1000°C及以上温度中保持高强度的能力而备受关注。
- 传统镍基高温合金的耐温能力已接近极限，RHEAs的提出为高温结构材料开发提供了新方向。
- 研究团队合成了24种RHEAs，确定Zr0.13Nb0.27Mo0.26Hf0.13Ta0.21合金具有高温应用潜力。
- 研究采用机器学习、遗传搜索、聚类分析和实验反馈的多目标优化框架，寻找最佳合金成分。
- 研究结果表明，优化后的RHEAs在高温屈服强度和室温延展性方面均有显著提升。
- 人工智能在材料学的应用加速了新材料的发现，减少了实验成本和时间。
- DeepMind和微软等公司在材料科学领域的AI模型推动了新材料的快速设计与发现。
❓
延伸问答
耐火高熵合金（RHEAs）是什么？
耐火高熵合金（RHEAs）是一种在1000°C及以上温度中保持高强度的金属合金，因其优异的高温机械性能而受到关注。
北京科技大学的研究团队在耐火高熵合金方面取得了什么成果？
研究团队合成了24种耐火高熵合金，确定ZrNbMoHfTa合金在1200°C下具有接近940 MPa的屈服强度和17.2%的室温延展性，显示出高温应用潜力。
机器学习在耐火高熵合金的研究中起到了什么作用？
机器学习被用于优化耐火高熵合金的成分，通过多目标优化框架加速了合金的发现和性能提升。
ZrNbMoHfTa合金的性能如何？
ZrNbMoHfTa合金在1200°C下的屈服强度接近940 MPa，室温断裂应变为17.2%，显示出优异的高温强度和良好的室温延展性。
传统镍基高温合金的局限性是什么？
传统镍基高温合金的耐温能力已接近极限，限制了其在更高温度下的应用。
这项研究对未来材料开发有什么启示？
研究为耐火高熵合金的多重性能优化奠定了基础，并可应用于其他合金或材料系统的成分设计，推动新材料的快速发现。
➡️
