学习
实践
活动
专区
工具
TVP
写文章

构建高熵合金形成新规律

构建高熵合金形成新规律

Zongrui Pei, Junqi Yin, Jeffrey A. Hawk, David E. Alman & Michael C. Gao

摘 要

迄今为止,用来预测固溶体形成的经验规律其准确率还不够高。有一些看起来比较高的其实只是用在了比较小的数据量上。机器学习在前所未有多的1252种多元合金中获取了很高的准确率,这一事实说明经验规律这一方法还是可行的。机器学习可以帮助确定进入经验规律的重要物理量,比如元素体积,体弹性模量和熔点温度。利用这些物理量,可以构建新的经验规律。虽然不如机器学习准确,但是新的规律物理意义更加明确。利用新的规律去预测面心立方,体心立方和六角密排三种晶体结构,各9种元素组成的所有多元合金。预测的结果与计算相图方法高度一致(94%)。因为新的基于热力学的方法只是利用组成元素本身的性质,其应用于高熵合金将非常直观高效。

关键词

高熵合金,热力学计算,机器学习,预测

本研究利用机器学习结果提供的新信息构建了一个物理意义透明、直观高效的经验规律。来自美国能源部两个国家实验室(NETL&ORNL)的研究团队(Zongrui Pei, Junqi Yin, Michael C. Gao, etc),通过机器学习获得的积极结果认识到:用经验规律预测合金固溶体这条路其实是可行的,而以前经验规律的局限性在于没有选取到最重要的物理量作为参数。他们利用机器学习提供的物理量,构建了新的经验规律,并用其预测了三组高熵固溶体的形成,分别对应于最具代表性的晶体结构(FCC、BCC、HCP),得到了跟计算相图高度一致的结果。新的经验规律应用于高熵合金固溶体形成的预测将非常直观高效。

文章附图

MatAi产品以材料基因工程技术为框架,融合材料信息学、数据挖掘、机器学习及人工智能技术,加速新材料的研发与筛选,助力高新技术企业与科研机构,以低门槛、简易操作、高效率运用材料大数据技术进行材料设计、筛选与发现。

MatAi以iDataCenter系统为客户构建系统化、结构化及完整、规范的材料数据库,通过iDataInsight系统,为客户构建材料机器学习研究的解决方案。iDataInsight采用合适的模型进行训练与优化,实现对“材料-成分-工艺-组织-性能-服役”规律的可视化探究与发现。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200624A0N15100?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

关注

腾讯云开发者公众号
10元无门槛代金券
洞察腾讯核心技术
剖析业界实践案例
腾讯云开发者公众号二维码

扫码关注腾讯云开发者

领取腾讯云代金券