基于自适应约束多目标优化的热管理形状记忆合金设计

《ACTA MATERIALIA》：Design of shape memory alloys with enhanced thermal management properties via adaptively constrained multi-objective optimization

本文提出自适应约束多目标优化（ACMO）策略，通过约束期望超体积改进（CEHVI）算法在动态限定区域内评估候选合金，成功设计出兼具高热储能性能（TES，达2690×106J2·K-1·s-1·m-4）和窄相变温区（OTR，26.81℃）的TiNiCuAl合金，为电子设备热管理提供突破性解决方案。

　　

Section snippets

Methods

鉴于TiNi基形状记忆合金（SMAs）的热导率（k）和密度（ρ）在同一合金体系中通常被认为变化较小，热储能性能（FOM = k·ρ·L）主要受潜热（L）差异影响，而整体相变温区（OTR）与热滞后呈线性相关（图S2）。因此，我们选择潜热和热滞后作为两个主要优化目标。图1展示了自适应约束多目标优化策略的工作流程。

Visualization of sampling with constrained EHVI

通过经典双目标函数P1问题对比分析了约束期望超体积改进（CEHVI）与全域EHVI的采样行为与优化效率。P1问题的二维输入向量x=(x₁,x₂)（x₁,x₂∈[0,1]）包含两个需最小化的目标函数（f₁(x)和f₂(x)，定义见公式S5）。两种方法的新增数据分布清晰表明：CEHVI通过动态约束偏好区域，显著提升了向目标属性权衡点的搜索效率。

Conclusion

针对紧凑型电子设备的热管理挑战，我们通过实施自适应约束多目标优化策略，加速发现了具有理想性能的固-固金属相变材料（PCMs）。在三轮实验迭代中合成的10种TiNiCuM合金均表现出热滞后低于20℃、潜热高于25 J/g的优异特性，其性能显著超越基于训练数据帕累托前沿的初始近似结果。