高熵合金新发现！多团队联手实现抗氧化性高精度预测，增加铝/铬/硅含量可有效改善

突破数据稀缺挑战

原标题：高熵合金新发现！多团队联手实现抗氧化性高精度预测，增加铝/铬/硅含量可有效改善
文章来源：HyperAI超神经
内容字数：8402字

AI助力高温合金研发：精准预测抗氧化性能，推动材料科学

1. **高温合金面临的挑战与新型材料的出现:** 航空发动机涡轮叶片在高温下工作，需要耐高温、抗氧化的高性能材料。传统的镍基超合金已接近性能极限，难熔高熵合金(RHEAs)和难熔复合高熵合金(RCCAs)作为新型高温材料，展现出巨大潜力，但其抗氧化性能的预测成为研发瓶颈。

2. **AI预测模型的突破:** 来自多所国际知名大学的联合研究团队，利用梯度提升决策树(GBDT)技术，特别是XGBoost算法，成功实现了对RHEAs和RCCAs抗氧化性能的高精度预测。该模型显著优于传统的线性回归模型，为材料科学领域带来了性突破，相关成果已发表在Scripta Materialia期刊上。

3. **数据集的构建和模型的训练:** 研究团队收集整理了886个实验数据，涵盖了多种合金成分、氧化条件和抗氧化性指标。通过数据可视化分析，识别出不同元素在合金设计中的重要性，并补充合成新的合金样本，丰富了数据集的多样性，从而提升模型的训练效果。

4. **模型性能和关键因素分析:** XGBoost模型在预测合金抗氧化性能方面表现出色。SHAP值分析揭示了影响抗氧化性的关键因素：氧化温度和时间是主要影响因素；Nb、Zr、V、Ti、W和Hf浓度与质量增益呈正相关，不利于抗氧化性；而Al、Mo、Cr、Ta和Si浓度增加则能增强抗氧化性。这为未来合金设计提供了重要指导，例如增加Al、Cr和Si含量可有效提高抗氧化性能。

5. **中国高温合金产业的崛起与AI的助力:** 中国高温合金产业发展迅速，在部分领域已达到国际先进水平。但与国际巨头相比，仍存在差距。AI技术的引入为高温合金设计带来了性突破，例如，通过机器学习优化合金成分，提高高温强度和室温延展性，缩短研发周期。未来，AI将进一步助力中国高温合金产业实现跨越式发展。

6. **总结:** 本研究成功利用AI技术，特别是XGBoost算法，实现了对RHEAs和RCCAs抗氧化性能的高精度预测，为新型高温合金的研发提供了强有力的工具，推动了材料科学领域的进步，并为中国高温合金产业的持续发展提供了新的机遇。

联系作者

文章来源：HyperAI超神经
作者微信：
作者简介：解构技术先进性与普适性，报道更前沿的 AIforScience 案例