数据驱动-逐层多目标设计：高性能轻质难熔高熵合金新突破

本文介绍了中南大学张利军教授团队利用机器学习驱动的多目标优化设计策略，成功开发出高性能轻质难熔高熵合金的研究。该合金由Al、Ti、Nb、Mo、Hf等元素构成，具有低密度、高强度、高硬度和耐腐蚀等特性，适用于高温结构材料领域。研究团队通过建立“成分-组织-性能”定量化关系模型，实现了对合金相结构、密度、熔点、硬度和腐蚀性能的逐步预测和筛选，最终设计出三种超硬超耐蚀的新型合金。研究还发现，高价电子浓度和低混合焓有利于提高合金硬度，而Al和Ti元素的含量分别影响固溶强化和抗氯离子点蚀性能。该研究成果已发表于npj Computational Materials 10: 256 (2024)，展示了机器学习在新型合金设计中的重要应用。