开发新材料需要大量时间,金钱和精力。最近,POSTECH研究团队通过使用AI来开发被称为“合金合金”的高熵合金(HEA),向创建新材料迈进了一步。
由李承哲教授领导的联合研究小组中国机械网okmao.com。候选人李秀英,金亨裕教授和博士 机械工程系的候选人Seokyeong Byeon与材料科学与工程系的Hyoung Seop Kim教授共同开发了一种使用AI进行HEA相位预测的技术。该研究的结果发表在最新一期的材料科学国际期刊《材料与设计》上。
金属材料通常是通过将具有所需性能的主要元素与两个或三个辅助元素混合而制成的。相比之下,HEA是由相等或相似比例的五个或更多元素组成,而没有主要元素。可以如此制造的合金类型在理论上是无限的,并具有出色的机械,热,物理和化学性能。已经发现了耐腐蚀或极低温的合金以及高强度合金。
但是,直到现在,设计新的高熵合金材料都是基于反复试验的,因此需要大量的时间和预算。预先确定要开发的高熵合金的相以及机械和热性能甚至更加困难。
为此,联合研究团队专注于开发基于HEA的预测模型,并使用深度学习增强了相位预测和可解释性。他们从三个角度应用了深度学习:模型优化,数据生成和参数分析。特别是,重点是基于条件生成对抗网络建立数据增强模型。这使得AI模型能够反映尚未发现的HEA样本,因此与传统方法相比,可以提高相位预测的准确性。
此外,研究团队开发了基于描述性AI的HEA阶段预测模型,以为深度学习模型提供解释性,该模型充当了黑匣子,同时还为创建具有特定阶段的HEA的关键设计参数提供了指导。
Seungchul Lee教授说:“这项研究是通过将AI纳入最近引起广泛关注的HEA来大大改善现有研究局限性的结果。” 他补充说:“重要的是,联合研究团队的多学科合作产生了可以加速基于AI的新材料制造的结果。”
Jin Hyungyu Jin教授还补充说:“研究结果有望大大减少现有新材料开发过程所需的时间和成本,并在未来被积极用于开发新的高熵合金。”