γ/γ′钴基高温合金

加速发现新合金

通过高通量计算与机器学习预测γ′相稳定性，大量筛选出具有γ/γ′双相组织的钴基高温合金成分，并经实验验证可合成，为开发超越镍基合金性能的新型钴基高温合金提供了可靠候选。

Zhaojing, Han · 74006118 · Zhao-Yi, Chen · 郭毅慧 · 74006117 · Qinglian, Huang · 刘兴军 · 许伟伟

npj Computational Materials 2024

参数信息

合成能预测准确率

98.07 %

分解能预测准确率

97.05 %

预测的γ′相数量

150000

筛选出的稳定γ′相候选成分数

1049

实验合成的新型合金数

2

技术优势

预测准确率高

随机森林模型对合成能和分解能的预测准确率分别达到98.07%和97.05%，足以指导合金成分的预筛选。

筛选范围广

利用训练好的模型预测了Co-Ni-Fe-Cr-Al-W-Ti-Ta-V-Mo-Nb十元体系中超过150,000种三元和四元γ′相的能量，极大扩展了候选成分空间。

实验验证可靠性

从预测结果中筛选出两种成分并成功合成出具有γ/γ′双相组织的合金，证实了预测模型的可靠性。

加速设计效率

相比传统试错法，这种计算与实验相结合的方法可大幅缩短新型钴基高温合金的开发周期并降低研发成本。

应用场景

• 航空发动机高温部件：提供超越镍基合金潜力的新型钴基高温合金候选材料。
• 高温结构材料：加速发现具有稳定γ′强化相的钴基高温合金，用于高温承载。
• 涡轮叶片：筛选出可形成γ/γ′双相组织的成分，有望用于涡轮叶片材料。