Npj Comput. Mater.: 高性能轻质难熔高熵合金新突破：数据驱动、逐层多目标设计

本文介绍了中南大学张利军教授团队在高性能轻质难熔高熵合金设计方面的研究进展。该团队提出了一种结合特征分析与多目标优化设计方法的机器学习驱动合金设计策略，通过少量实验数据训练模型，实现了对AlNbTiVZrCrMoHf系轻质难熔高熵合金相结构与力学性能的准确预测。研究成功突破了合金硬度与耐腐蚀性能的制约关系，设计出三种超硬超耐蚀的新型合金成分。此外，研究还发现高的价电子浓度和低的混合焓有利于获得高硬度的轻质难熔高熵合金，而提高Al元素含量和增大Ti元素含量分别增强了固溶强化效果和抗氯离子点蚀性能。该研究成果表明，机器学习驱动的合金设计策略对未来新型合金的设计具有重要意义。