上海交大材料学院曾小勤教授团队在《PNAS》上发表机器学习设计多主元合金新突破

背景：体心立方多主元合金在追求高强度与高塑性方面具有潜力，但传统设计方法效率低下，且均匀单相固溶体能否实现优异强塑性尚不明确。研究目的：为克服传统数据驱动机器学习的局限，研究团队旨在开发一种物理知识增强的主动学习框架，以高效设计出兼具千兆帕级强度与高拉伸塑性的单相bcc多主元合金。结论：通过四轮迭代，成功设计出Ti₃₆V₁₄Nb₂₂Hf₂₂Zr₁Al₅合金，其屈服强度达953 MPa，拉伸延伸率达42%。该性能源于晶格畸变与纳米尺度局域成分起伏的协同作用，它们共同阻碍位错运动并促进位错增殖与应变硬化，从而实现了高强度与高塑性的结合。