日期:2024-11-11 08:09
高熵合金(HEAs)因其独特的成分设计和优异的物理、化学性能而备受关注。在高熵合金系统中,相变行为的建模因系统的复杂性和规模而面临双重挑战。传统的简单合金相变理论基于还原论,在处理复杂系统时存在明显局限性。基于此,太原理工大学的乔珺威教授团队通过结合重整化群(RG)理论与机器学习方法,提出了一种实用的相变描述方法:基于信息论的重整化群。相关研究成果以Cooperative Game During Phase Transformations in Complex Alloy Systems为题在Scripta Materialia上发表。
研究团队通过大量实验数据,构建了一个合金成分的数据