渦輪葉片作為飛機(jī)發(fā)動機(jī)中最重要的部件之一,需要在超過 1000℃ 的高溫下持續(xù)工作,同時承受巨大的機(jī)械應(yīng)力。2018 年,美國西南航空的一架商用客機(jī)在飛行途中突然發(fā)生發(fā)動機(jī)故障,導(dǎo)致緊急迫降。事后調(diào)查發(fā)現(xiàn),故障的根源是發(fā)動機(jī)渦輪葉片在高溫環(huán)境下發(fā)生了氧化和腐蝕,最終導(dǎo)致結(jié)構(gòu)失效。
這一事件不僅讓航空公司蒙受巨大損失,也讓科學(xué)家們意識到:傳統(tǒng)的高溫材料已經(jīng)接近性能極限,亟需一種更強(qiáng)大的材料來應(yīng)對未來的挑戰(zhàn)。
長期以來,鎳基超合金一直是制造渦輪葉片的首選材料,但隨著航空發(fā)動機(jī)性能的不斷提升,鎳基超合金的性能逐漸接近極限。科學(xué)家們開始尋找能夠在更高溫度、更惡劣環(huán)境下穩(wěn)定工作的新型材料。于是,難熔高熵合金 (RHEAs) 和難熔復(fù)合高熵合金 (RCCAs) 應(yīng)運(yùn)而生。
這些新材料因其獨(dú)特的成分和結(jié)構(gòu),展現(xiàn)出驚人的高溫性能,被譽(yù)為「下一代高溫材料的希望」。但問題也隨之而來:如何快速、準(zhǔn)確地預(yù)測這些新材料在高溫環(huán)境下的抗氧化性能?
傳統(tǒng)方法不僅耗時費(fèi)力,更難以應(yīng)對復(fù)雜合金體系的多樣性。近期,來自法國波爾多大學(xué)、日本國立材料科學(xué)研究所、中國臺灣國立清華大學(xué)、比利時魯汶大學(xué)、比利時 WEL 研究所的聯(lián)合研究團(tuán)隊,**通過梯度提升決策樹 (GBDT) 技術(shù),成功實(shí)現(xiàn)了對 RHEAs 和 RCCAs 抗氧化性能的高精度預(yù)測,**為材料科學(xué)領(lǐng)域帶來了一場革命性的突破。
相關(guān)成果以「Advancing refractory high entropy alloy development with AI-predictive models for high temperature oxidation resistance」為題,發(fā)表于材料科學(xué)領(lǐng)域期刊 Scripta Materialia。
論文鏈接:
https://doi.org/10.1016/j.scriptamat.2024.116394
開源項(xiàng)目「awesome-ai4s」匯集了 200 余篇 AI4S 論文解讀,并提供海量數(shù)據(jù)集與工具:https://github.com/hyperai/awesome-ai4s
尋找鎳基超合金的完美替代,AI 有望解決氧化預(yù)測難題
現(xiàn)代工業(yè)的飛速發(fā)展離不開材料科學(xué)的不斷革新。從航空航天到能源開發(fā),從電子設(shè)備到醫(yī)療器械,每一次技術(shù)的飛躍都伴隨著新材料的誕生。其中,高溫合金憑借其卓越的性能,始終扮演著核心角色。
高溫合金是一種能夠在極端高溫環(huán)境下保持高強(qiáng)度、抗氧化性、抗熱腐蝕、抗疲勞性、斷裂韌性和穩(wěn)定內(nèi)部組織的高性能材料。其主要由鐵、鎳、鈷等元素構(gòu)成,并輔以鈦、鋁、鉻、鉬、鎢等元素。根據(jù)基體元素的不同,高溫合金可分為鐵基、鎳基和鈷基三大類。
其中,鐵基高溫合金常用于發(fā)動機(jī)中工作溫度較低的部位;鎳基高溫合金因其出色的高溫強(qiáng)度,廣泛應(yīng)用于航空發(fā)動機(jī)和工業(yè)燃?xì)廨啓C(jī)的最熱端部件,占高溫合金總需求量的 80% 左右;鈷基高溫合金則因其優(yōu)異的鑄造性和焊接性,成為導(dǎo)向葉片材料的理想選擇。
在全球四大高溫合金體系中,鎳基均占據(jù)著頗為核心的重要地位。近年來,難熔高熵合金 (RHEAs) 和難熔復(fù)合高熵合金 (RCCAs) 成為高溫應(yīng)用領(lǐng)域的重要候選材料。這些合金以多種主要難熔元素 (如 Zr、Hf、V、Nb、Ta、Cr、Mo、W 和 Re) 的混合為特征,并添加少量的 Al、Si 或 Ti。**它們通常展現(xiàn)出優(yōu)于傳統(tǒng)材料的力學(xué)性能和更高的熔點(diǎn),能夠承受超過 1000°C 的高溫,**與鎳基超合金形成有力競爭。然而, RHEAs 和 RCCAs 的開發(fā)也面臨著重大挑戰(zhàn),容易被氧化,這一問題在許多高溫環(huán)境中尤為突出,可能會嚴(yán)重削弱其力學(xué)性能。
盡管高溫氧化過程受到復(fù)雜的熱力學(xué)和動力學(xué)因素的控制,涉及氧化層的形成、生長、溶解和剝落。但在過去很長一段時間里,研究人員主要依賴于經(jīng)驗(yàn)觀察和復(fù)雜的物理模型來預(yù)測合金的氧化行為,但這些傳統(tǒng)方法均存在顯著的局限性。
隨著人工智能技術(shù)的不斷發(fā)展,高通量計算方法和先進(jìn)的表征技術(shù)為 RHEAs 和 RCCAs 的研究提供了新的思路。
XGBoost 的「高光時刻」:增加 Al、Cr、Si 的含量,可有效提高合金的抗氧化性能
AI 模型的性能高度依賴于訓(xùn)練數(shù)據(jù)的質(zhì)量。為了預(yù)測合金的抗氧化性,研究人員需要建立一個準(zhǔn)確的數(shù)據(jù)集,將合金的化學(xué)成分、氧化條件(如溫度和時間)與抗氧化性指標(biāo)(如質(zhì)量增益)聯(lián)系起來。然而,合金的氧化行為涉及復(fù)雜的物理化學(xué)過程,包括元素擴(kuò)散、微觀結(jié)構(gòu)變化、氧化物穩(wěn)定性以及環(huán)境相互作用等。目前,科學(xué)界并沒有現(xiàn)成的大型數(shù)據(jù)庫可以直接使用。
為此,該研究的科研人員從已發(fā)表的文獻(xiàn)中「挖礦」,提取了大量實(shí)驗(yàn)數(shù)據(jù),**構(gòu)建了一個包含 886 個觀測值的全面數(shù)據(jù)集。**這些數(shù)據(jù)涵蓋了由 11 種元素 (Al、Cr、Hf、Mo、Nb、Si、Ta、Ti、V、W 和 Zr) 組成的傳統(tǒng)難熔合金和RHEAs/RCCAs,詳細(xì)記錄了合金成分、氧化測試溫度和暴露時間。這些描述符在合金制造過程中是可控的,為后續(xù)的機(jī)器學(xué)習(xí)建模奠定了基礎(chǔ)。
數(shù)據(jù)集的組成和特征
為了更直觀地理解數(shù)據(jù)集中不同合金成分之間的關(guān)系,研究人員將數(shù)據(jù)可視化,用 163 個節(jié)點(diǎn)代表不同的合金,并用每個節(jié)點(diǎn)的顏色表示摩爾百分比最高的元素。結(jié)果顯示,**數(shù)據(jù)集中形成了 3 個主要的高濃度區(qū)域,**如下圖所示:藍(lán)色區(qū)域以 Al 為主導(dǎo),橙色區(qū)域以 Cr 為主導(dǎo),紫色區(qū)域以 Nb 為主導(dǎo)。這些區(qū)域反映了不同元素在合金設(shè)計中的重要性。
為了進(jìn)一步豐富數(shù)據(jù)集,**研究人員從這些高濃度區(qū)域中隨機(jī)抽取了 9 種成分,并通過電弧熔煉技術(shù)合成了 9 種「隨機(jī)」合金。**這些新合金的加入,不僅擴(kuò)展了數(shù)據(jù)集的多樣性,還為模型的訓(xùn)練和驗(yàn)證提供了更多樣本。
GBDT 模型和 MLR 模型的性能比較
為了進(jìn)一步理解哪些因素對抗氧化性影響最大,研究人員計算了 SHAP 值 (Shapley Additive Explanations),這是一種用于解釋機(jī)器學(xué)習(xí)模型輸出的方法。結(jié)果顯示:
* 氧化溫度和時間是影響抗氧化性的關(guān)鍵因素,溫度越高、時間越長,合金的質(zhì)量增益越大,抗氧化性越差。
* Nb、Zr、V、Ti、W 和 Hf 的濃度與質(zhì)量增益呈正相關(guān),表明這些元素對抗氧化性有不利影響。
* 相反,Al、Mo、Cr、Ta 和 Si 的濃度增加會減少質(zhì)量增益,從而增強(qiáng)抗氧化性。這些發(fā)現(xiàn)不僅驗(yàn)證了已知的科學(xué)規(guī)律,還為未來合金設(shè)計提供了重要指導(dǎo)。例如,增加 Al(鋁)、Cr(鉻)和 Si(硅)的含量,可以有效提高合金的抗氧化性能。
中國高溫合金產(chǎn)業(yè)的崛起與人工智能的助力
在全球材料科學(xué)領(lǐng)域,高溫合金因其在航空航天、能源開發(fā)等關(guān)鍵領(lǐng)域的不可替代性,一直被視為戰(zhàn)略材料。然而,由于其生產(chǎn)技術(shù)復(fù)雜、研發(fā)周期長、資金投入大,高溫合金行業(yè)長期以來被少數(shù)國際巨頭壟斷,形成了明顯的寡頭壟斷格局。以美國為代表的發(fā)達(dá)國家憑借先發(fā)優(yōu)勢,**形成了以普惠 (PCC)、卡朋特 (Carpenter) 和哈氏合金 (Haynes International) 等為代表的行業(yè)巨頭。**這些企業(yè)不僅掌握了核心技術(shù)和專利,還通過垂直整合和全球化布局,牢牢把控著全球市場。
相比之下,中國的高溫合金產(chǎn)業(yè)起步較晚,但發(fā)展迅速。近年來,中國在高溫合金領(lǐng)域?qū)崿F(xiàn)了從「跟跑」到「并跑」的跨越,甚至在某些領(lǐng)域成為「領(lǐng)跑者」。
目前,國內(nèi)從事高溫合金研發(fā)及制備的單位包括鋼鐵研究總院、北京航空材料研究院、中國科學(xué)院金屬研究所、北京科技大學(xué)等科研院所,以及鋼研高納、西部超導(dǎo)、中航上大、圖南股份等優(yōu)質(zhì)企業(yè)。這些單位通過多年的技術(shù)積累和創(chuàng)新,已經(jīng)實(shí)現(xiàn)了從「無」到「有」的突破,并在部分領(lǐng)域達(dá)到了國際先進(jìn)水平。
然而,高溫合金的性能優(yōu)化是一個復(fù)雜的多目標(biāo)問題,需要在高溫強(qiáng)度、室溫延展性、抗氧化性等多個指標(biāo)之間找到最佳平衡。近年來,人工智能技術(shù)的引入,為高溫合金設(shè)計帶來了革命性的突破。隨著 AI for Science 與材料科學(xué)領(lǐng)域的不斷結(jié)合,國內(nèi)科研人員開始專注于 AI 技術(shù)在高溫合金領(lǐng)域的全新突破,在剛剛過去的 2024 年取得了諸多進(jìn)展。
例如,北京科技大學(xué)宿彥京團(tuán)隊提出了一種結(jié)合機(jī)器學(xué)習(xí)、遺傳搜索、聚類分析和實(shí)驗(yàn)反饋的多目標(biāo)優(yōu)化 (MOO) 框架,**用于設(shè)計具備最佳高溫強(qiáng)度和室溫延展性的耐火高熵合金 (RHEAs)。**該團(tuán)隊合成了 24 種 RHEAs,并通過實(shí)驗(yàn)驗(yàn)證發(fā)現(xiàn),ZrNbMoHfTa 合金在高溫下表現(xiàn)出優(yōu)異的性能。
* 點(diǎn)擊查看詳細(xì)報道:突破1200°C高溫性能極限!北京科技大學(xué)用機(jī)器學(xué)習(xí)合成24種耐火高熵合金,室溫延展性極佳
在此之前,中國科學(xué)技術(shù)大學(xué)和中國科學(xué)院金屬研究所的研究團(tuán)隊則聚焦于增材制造用高溫合金的設(shè)計,利用機(jī)器學(xué)習(xí)技術(shù),**解決了「權(quán)衡裂紋敏感性與高溫性能」這一關(guān)鍵問題。**研究詳細(xì)介紹了機(jī)器學(xué)習(xí)輔助高溫合金設(shè)計的基本方法,包括數(shù)據(jù)收集與預(yù)處理、模型建立與訓(xùn)練、合金性能預(yù)測等步驟。通過機(jī)器學(xué)習(xí),研究團(tuán)隊能夠快速篩選出適合增材制造的高溫合金成分,顯著縮短了研發(fā)周期。
相關(guān)成果以「Design of Nickel-based Superalloys for Additive Manufacturing Based on Machine Learning:Research Status and Future Trends」為題,發(fā)表于「智能安全」。
論文鏈接:
10.12407/j.issn.2097-2075.2024.02.096
盡管中國在高溫合金領(lǐng)域取得了顯著進(jìn)展,但與國際巨頭相比,仍存在一定差距。例如,在高端產(chǎn)品的穩(wěn)定性和一致性方面,仍需進(jìn)一步提升。此外,高溫合金的產(chǎn)業(yè)鏈尚未完全實(shí)現(xiàn)自主可控,部分關(guān)鍵原材料和裝備仍依賴進(jìn)口。
然而,隨著人工智能、大數(shù)據(jù)等新興技術(shù)的廣泛應(yīng)用,中國高溫合金產(chǎn)業(yè)正迎來新的發(fā)展機(jī)遇。通過 AI 技術(shù),科研人員能夠更高效地設(shè)計新材料、優(yōu)化生產(chǎn)工藝,從而加速技術(shù)突破。未來,中國有望在高溫合金領(lǐng)域?qū)崿F(xiàn)從「并跑」到「領(lǐng)跑」的跨越,為全球工業(yè)發(fā)展貢獻(xiàn)更多「中國智慧」。
參考資料:
1.http://znaq.ijournals.cn/znaq/article/abstract/20240124001?st=article_issue
2.https://www.sohu.com/a/739946600_120113054
3.https://www.chyxx.com/industry/1194170.html
4.https://baijiahao.baidu.com/s?id=1821204792408035249&wfr=spider&for=pc