人工智能启发了对 γ-γ' 双相Ni-Al合金的非异热老化设计
Vickey Nandal1, Sae Dieb2, Dmitry S Bulgarevich2
1National Institute for Materials Science (NIMS), Tsukuba, Japan. nandal.vickey@nims.go.jp.
Scientific reports
|August 4, 2023
概括
人工智能 (AI) 优化了基于的合金的非异热老化 (NIA),显著提高了材料的强度. 人工智能确定了110个超越传统方法的NIA计划,展示了先进材料设计的新途径.
科学领域:
- 材料科学 材料科学 材料科学
- 金工业是金工业的一个方面.
- 人工智能的人工智能
背景情况:
- 沉硬化对于加强基于Ni的合金至关重要.
- 优化老化过程,特别是非同热老化 (NIA),是最大限度地提高材料性能的关键.
- 传统的方法很难探索NIA日程表的广参数空间.
研究的目的:
- 利用人工智能 (AI) 来预测和优化基于Ni的合金中的非同热衰老 (NIA).
- 通过人工智能驱动的材料设计来增强0.2%的防应力.
- 探索新的衰老路径,以提高材料的强度.
主要方法:
- 利用最先进的人工智能 (AI) 技术进行沉硬化.
- 集成人工智能与材料集成通过网络技术 (MINT) 进行微观结构建模.
- 评估了0.2%的耐压力对等热老化和NIA时间表.
主要成果:
- 从超过30亿个可能性中,确定了110个NIA排列表,其表现优于异热衰老基准.
- 在10分钟的老化时间内为NIA实现了0.2%的增强抗压力.
- 发现了一种最佳的老化策略,包括早期的高温老化,随后的低温老化.
结论:
- 人工智能有效地优化了基于Ni的合金的NIA时间表,从而获得了优越的强度.
- 人工智能设计的老化路线提供了一种实用的方法,可以实现增强的0.2%抗压力.
- 这种方法为设计先进材料提供了灵活而强大的工具.
