基于元启发式算法与人工神经网络的BCC型难熔高熵合金高温单相稳定化设计及实验验证

推荐：本研究针对难熔高熵合金(RHEA)设计中单相BCC结构稳定温度范围窄的难题，通过整合粒子群优化(PSO)、遗传算法(GA)和人工蜂群(ABC)等元启发式算法，结合CALPHAD热力学计算和人工神经网络(ANN)预测模型，成功设计出Ti17.5 Nb17.5 Zr13.5 Ta15.5 Mo17.5 V18.5 合金，其高温单相(HTSP)稳定区间达1918K，维氏硬度达480±5.2 HV，为航空航天等极端环境应用提供了新材料设计范式。

　　

在材料科学领域，难熔高熵合金(RHEA)因其在极端环境下的优异性能成为研究热点，但传统设计方法面临两大挑战：一是多元组分导致相形成机制复杂，二是单相体心立方(BCC)结构的高温稳定区间有限。现有研究多依赖经验模型或有限实验数据，难以高效探索广阔的成分空间。针对这一瓶颈，墨西哥国立自治大学的研究团队创新性地将人工智能与热力学计算相结合，开发出加速设计框架，相关成果发表于《Materials Today Communications》。

研究团队采用三阶段策略：首先运用粒子群优化(PSO)、遗传算法(GA)和人工蜂群(ABC)三种元启发式算法，在保持混合熵(ΔS_mix
)接近等摩尔值的约束下，从TiNbZrTaMo、TiNbZrTaMoV等四个合金家族中筛选出20,000余种候选成分；随后通过CALPHAD（CALculation of PHAse Diagrams）热力学模拟验证相稳定性；最后构建人工神经网络(ANN)预测模型，采用Levenberg-Marquardt算法和网格搜索超参数优化，实现R²

0.99的预测精度。

关键研究发现包括：1）相稳定机制：通过Garson和Olden算法分析揭示，Ta含量和混合熵(ΔS_mix
)对BCC相稳定温度影响最大，V和Hf的协同作用可拓宽单相区；2）微观结构特征：实验合成的Ti_17.5
Nb_17.5
Zr_13.5
Ta_15.5
Mo_17.5
V_18.5
合金XRD显示单一BCC相（晶格参数3.2300±0.0004 ?），但SEM-EDS发现Zr/Nb在枝晶间富集、Ta在枝晶内偏析的非平衡凝固特征；3）力学性能突破：该合金维氏硬度达480±5.2 HV，推算屈服强度1570 MPa，显著优于传统TiNbZrTa系合金。

讨论部分指出，本研究创新点在于：1）建立"元启发式算法-CALPHAD-ANN"三位一体设计范式，相比传统高通量方法效率提升两个数量级；2）实验证实非等摩尔成分可通过调控ΔS_mix
和ΔH_mix
实现更宽HTSP区间（1306-1918K）；3）元素偏析形成的纳米尺度化学异质性可能贡献额外强化效应。该工作为开发新型高温结构材料提供了可扩展的计算框架，未来可延伸至其他合金体系的多目标优化设计。