Основанная на машинном обучении структура для проектирования MOO RHEA. Автор: Чэн Вэнь и др.
В исследовании, недавно опубликованном в журнале Engineering, ученые из Пекинского университета науки и технологий, Гуандунского университета океанологии и AiMaterials Research LLC продемонстрировали новый метод ускорения открытия составов тугоплавких высокоэнтропийных сплавов (RHEA), оптимизированных для экстремальных условий.
Исследование под названием «Композиционное проектирование с использованием машинного обучения тугоплавких высокоэнтропийных сплавов с оптимальной прочностью и пластичностью» описывает, как машинное обучение (МО), генетический поиск, кластерный анализ и экспериментальное проектирование использовались для просеивания миллиардов возможных составов и выявления тех, которые обладают превосходными механическими свойствами.
Исследовательская группа под руководством Тураба Лукмана и Яньцзин Су синтезировала и испытала 24 различных состава сплава с помощью строгого итерационного процесса, включающего шесть контуров обратной связи. Их усилия привели к получению четырех составов, демонстрирующих замечательный предел текучести при высокой температуре и пластичность при комнатной температуре. Среди них система сплавов ZrNbMoHfTa, в частности состав Zr0.13Nb0.27Mo0.26Hf0.13Ta0.21, выделялась пределом текучести, приближающимся к 940 МПа при 1200 °C, и деформацией разрушения при комнатной температуре 17.2%.
Скачок вперед в высокотемпературных материалах
Исключительные характеристики сплава ZrNbMoHfTa знаменуют собой значительный прогресс в материаловедении. Его предел текучести при 1200 °C превышает предел текучести предыдущих RHEA и традиционных суперсплавов на основе никеля, которые обычно ограничены более низкими температурами. Это улучшение открывает новые возможности для высокотемпературных структурных применений, в том числе в газовых турбинах, аэрокосмических двигательных установках и ядерных реакторах.
Интеграция машинного обучения с традиционными методами проектирования сплавов позволила исследователям быстро определять и оптимизировать составы, которые ранее были невообразимы. Этот прорыв не только устраняет ограничения существующих материалов, но и устанавливает новый стандарт для высокотемпературных сплавов.
Новая парадигма для проектирования материалов
Подход исследователей представляет собой смену парадигмы в проектировании материалов, эффективно управляя обширным композиционным пространством RHEA и одновременно решая несколько задач производительности. Используя алгоритмы МО, команда смогла предсказать свойства сплава с беспрецедентной точностью и эффективностью, преодолевая распространенные проблемы, такие как ограниченные данные и сложные задачи оптимизации.
Исследование также подчеркивает важность внедрения методов многоцелевой оптимизации (MOO) для балансировки различных свойств материалов, включая прочность, пластичность и стойкость к окислению. Адаптируемость предлагаемой структуры к другим системам сплавов демонстрирует ее потенциал для революционного изменения дизайна материалов в различных приложениях и отраслях.
Хотя текущее исследование достигло замечательных результатов, исследователи подчеркивают, что все еще есть возможности для улучшения и дальнейшего изучения. Будущая работа будет сосредоточена на интеграции дополнительных элементов для улучшения свойств, таких как стойкость к окислению, и уточнении моделей МО для управления неопределенностями и повышения точности прогнозирования. Исследование также подчеркивает необходимость эффективных стратегий выбора, таких как кластерный анализ, для оптимизации экспериментальных и вычислительных затрат.
«Успех этого исследования открывает новые возможности для инноваций в области материалов», — отметил Нань Чжан, редактор Engineering. «Поскольку ученые-исследователи продолжают совершенствовать свой подход и изучать новые составы, мы ожидаем еще больших достижений в области высокотемпературных сплавов, которые могут преобразовать широкий спектр инженерных приложений».
Авторами статьи являются Чэн Вэнь, Янь Чжан, Чансинь Ван, Хайю Хуан, Юань У, Тураб Лукман, Яньцзин Су.
Дополнительная информация: Чэн Вэнь и др., «Композиционное проектирование с помощью машинного обучения жаропрочных высокоэнтропийных сплавов с оптимальной прочностью и пластичностью», Инженерное дело (2024). DOI: 10.1016/j.eng.2023.11.026
Предоставлено Engineering
