北航&香港城大Appl Mater Today：磁性高熵金屬玻璃的高效性能優化

作為磁性功能材料，高熵金屬玻璃有望兼具傳統單一主元金屬玻璃的軟磁性和晶體類高熵合金的熱穩定性。多主元的特點使得高熵金屬玻璃可能的合金成分數量巨大，這對新材料的研發來說既是機會也是挑戰。一方面，目前已經被報道的高熵金屬玻璃成分較少，還有更多高性能的新型高熵金屬玻璃有待發現。另一方面，龐大的合金成分數量對傳統的實驗試錯式新材料研發策略來說極具挑戰性。在材料基因工程的背景下，大數據、人工智能等技術有望加速新材料的研發。

近期，香港城市大學原校董、北京航空航天大學儀器學院單光存教授團隊與香港城市大學石燦鴻教授在前期合作的鐵基金屬玻璃飽和磁化強度和玻璃形成能力的機器學習預測方法（“Domain knowledge aided machine learning method for properties prediction of soft magnetic metallic glasses，Transactions of Nonferrous Metals Society of China，2022”）的基礎上，在Applied Materials Today期刊上發表了題為“Efficient property-oriented optimization of magnetic high-entropy metallic glasses via a multi-stage design strategy”的研究論文。

該論文提出一種數據驅動的高熵金屬玻璃性能優化方法，可從數百萬種合金成分中分階段快速篩選出飽和磁通密度（B_s）最優的合金成分。訓練機器學習模型僅以合金化學成分為輸入實現對高熵金屬玻璃非晶相的分類預測和B_s的回歸預測，分類預測準確度和回歸預測精度分別為97.0%和MAPE(B_s) = 9.9%。通過非晶相預測模型和基于高熵設計理念的偏好設計，將包含超過400萬個合金成分的Fe-Co-Ni-Si-B系合金成分空間大幅縮減近80%。基于“利用-探索”策略，設計效用函數生成合金評價指標，篩選出B_s最優的候選合金成分。利用該多階段合金優化方法指導實驗設計，制備的Fe-Co-Ni-Si-B高熵金屬玻璃的矯頑力最低為~1.0 A/m，飽和磁通密度為同系列合金中的最高值。該論文提出的多階段優化方法也可以應用于其他合金體系，實現以目標性能需求為導向的合金設計。

圖1 ?高熵金屬玻璃性能優化的多階段優化方法流程示意圖

圖2? 多階段優化方法設計的Fe-Co-Ni-Si-B高熵金屬玻璃

此外，團隊還申請了相關的發明專利(申請公布日：2023.12.29)：數據驅動的磁性合金多目標優化設計方法

申請公布號：CN117316345A

申請號：2023112368297

鏈接地址：DOI:?10.1016/j.apmt.2023.101977