国外联合研究提出通过机器学习发现高熵合金新方案
导言:瑞典皇家理工学院联合研究使用了一种结合机器学习、密度泛函理论、实验和热力学计算的迭代方案,从数百万候选合金中找到了两种新的高熵因瓦合金。因瓦合金具有极低的热膨胀性,应用广泛。该研究发表在《科学》杂志上。
瑞典皇家理工学院联合研究使用了一种结合机器学习、密度泛函理论、实验和热力学计算的迭代方案,从数百万候选合金中找到了两种新的高熵因瓦合金。因瓦合金具有极低的热膨胀性,应用广泛。该研究发表在《科学》杂志上。
高熵合金是多种主要元素的固溶体,能够达到稀释材料无法达到的成分和性能状态。由于热力学合金设计规则在高维组成空间中往往失效,因此发现此类合金常依赖于偶然发现。该研究提出了一种主动学习策略,以基于非常稀少的数据,在几乎无限的成分空间中加速高熵因瓦合金的设计。从数百万可能的组合中加工和表征17种新合金后,在300开尔文确定了两种热膨胀系数极低的高熵因瓦合金。该研究认为,这是一种快速、自动发现高熵合金的有效途径。
注:本文摘自国外相关研究报道,文章内容不代表本网站观点和立场,仅供参考。
标签 :
相关网文
一周新闻资讯点击排行