公开(公告)号：CN118086752A

公开(公告)日：2024-05-28

申请号：CN202410087996.8

申请日：2024-01-22

Applicant: 北京科技大学

Inventor： 张聪 ,  尹海清 ,  张瑞杰 ,  解树一

IPC: C22C30/00

Abstract: 本发明涉及TiZrHfNb高熵合金技术领域，特别是指一种调控TiZrHfNb高熵合金强度或塑性的方法，TiZrHfNb高熵合金中Ti、Zr、Hf、Nb的各元素以原子百分比计的含量依次表示为a、b、c、d，其中，控制c＝d且d在5at.％‑35at.％，a+b＝M，且按照如下方法调控a和b：在目标为提升TiZrHfNb高熵合金的强度时，控制a和b均接近M/2且a和b分别与M/2的差值绝对值在0at.％‑2at.％；在目标为提升TiZrHfNb高熵合金的塑性时，控制a和b均偏离M/2且a和b分别与M/2的差值绝对值≥10at.％。本发明能够根据所需调控的强度或塑性进行精准调控。

公开(公告)号：CN118213007A

公开(公告)日：2024-06-18

申请号：CN202410127746.2

申请日：2024-01-30

Applicant: 北京科技大学

Inventor： 尹海清 ,  孙瑞霞 ,  刘杰 ,  解树一 ,  张聪 ,  吴渊 ,  刘斌斌 ,  曲选辉

IPC: G16C20/70 ,  G16C60/00 ,  G06F30/27 ,  G06F113/26 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明涉及金属材料设计技术领域，公开了一种多目标性能协同优化的六元难熔高熵合金设计方法，包括：获取数据进行预处理生成数据集；训练多个机器学习模型并对多个模型分别进行特征选择，建立多目标性能预测模型和特征组合；基于特征组合构建候选合金成分空间，通过热力学计算对候选成分空间进行预筛选；使用多目标性能预测模型计算候选合金成分空间的MOEI值并排序；对前列的合金成分空间进行熔炼制备合金，测试获取测试数据；将测试数据返回至训练集中，循环迭代以获得多目标性能协同优化的目标合金材料。本方法基于多机器学习模型预测并引入热力学计算、主动学习进行优化，可以获得强度和韧性都高的六元难熔高熵合金。