RMR | Ti-Al-Zr合金亚稳态液态特性的主动学习预测与电磁悬浮测量

本研究针对Ti47Al47Zr6合金的液态特性开展系统性研究。背景方面，钛铝合金液态特性的精确测量对揭示原子尺度行为和优化制造工艺具有重要意义。研究目的采用深度神经网络（DNN）主动学习方法和电磁悬浮技术（EML）预测并测量合金的液态特性参数。结论显示：DNN势函数预测的表面张力与EML实验值偏差小于2%；液态合金密度、粘度和自扩散系数呈现规律性变化；Voronoi多面体分析发现以Al为中心原子的团簇随温度下降出现配位数反常减少现象，这与类二十面体构型比例增加直接相关。研究成果为钛铝合金的液态特性研究提供了高精度预测方法和实验验证。