機械学習支援によるγ′強化コバルト基超合金の多機能最適化設計

概要 複数の望ましい特性を持つ材料を設計することは、特に複雑な材料システムにおいて大きな課題です。ここでは、機械学習を用いて多成分コバルト基超合金の複数の対象特性を同時に最適化する材料設計戦略を提案します。微細構造の安定性、γ′相溶解温度、γ′体積分率、密度、処理窓、冷却範囲および酸化抵抗が同時に最適化されました。>210,000の候補から一連の新型コバルト基超合金が成功裏に選定され、実験的に合成されました。最も優れた性能を持つCo-36Ni-12Al-2Ti-4Ta-1W-2Crは、害を及ぼす相の沈殿なしに最高のγ′相溶解温度1266.5°Cを持ち、1000°Cで1000時間の老化後に74.5%のγ′体積分率を有し、密度は8.68g cm−3で、保護的アルミナ層の形成により1000°Cで良好な高温酸化抵抗を示します。我々のアプローチは、望ましい多機能性を持つ多成分材料を迅速に設計する新たな道を切り開きます。