华南理工 关康，西工大 时圣波、王晶JACerS：机器学习提升改性C/SiC抗烧蚀性能

背景：C/SiC复合材料在超高温富氧环境下易发生氧化失效，传统“试错法”优化改性配方效率低、成本高。研究目的：提出一种数据驱动与实验验证相结合的方法，利用机器学习高效设计并提升改性C/SiC复合材料的抗烧蚀性能。结论：研究成功构建了机器学习预测模型，识别出改性剂热力学性质是关键影响因素，并通过贝叶斯优化反推出优化配方；实验制备的ZrB2改性C/SiC复合材料在氧乙炔焰测试中表现出显著降低的烧蚀速率，微观分析证实了致密保护层的形成，验证了数据驱动设计的有效性。同期开发的MARS软件实现了流程工具化。