Mn+ 1AXn（MAX）相屬于三元碳化物和氮化物結(jié)構(gòu)，其中M為前過渡金屬元素，A為13-16主族元素，X為C或N元素。和傳統(tǒng)陶瓷不同的是, 可加工的MAX 相具有獨特的物理化學性質(zhì)，例如低密度，高強度，出色的抗熱沖擊和耐損傷性能。MAX相由于其高溫穩(wěn)定性，使其適用于極端環(huán)境溫度中的結(jié)構(gòu)應用，譬如核電和航空航天推進系統(tǒng)。通過調(diào)整MAX晶體結(jié)構(gòu)的成分，可以進一步控制這些化合物的化學、機械、磁性和熱學性質(zhì)。然而，在高溫和氧化條件下，大多數(shù)MAX相都會經(jīng)歷不利的自我維持氧化反應，從而導致機械完整性的破壞。因此，評估MAX相的氧化行為對于將其進一步發(fā)展為高溫結(jié)構(gòu)或涂層材料至關(guān)重要。由于氧化過程非常復雜且計算模型代價大，目前尚沒有一種能夠快速評估任意MAX相化合物的氧化物相穩(wěn)定性的計算方法。

來自美國德州農(nóng)工大學材料科學與工程系的P. Singh和R. Arroyave教授團隊發(fā)展了一種機器學習驅(qū)動的高通量方法，用于快速評估M2AX相的穩(wěn)定性和氧反應性。這個提出的高通量方案能夠快速評估大合金空間的氧化穩(wěn)定性，并減少設計時選擇合金的時間和成本，這種方法比使用DFT常規(guī)方法快了幾個數(shù)量級。

作者們用機器學習驅(qū)動高通量范式，快速評估了211種MAX相M2AX的穩(wěn)定性和氧反應性。所提出的方案通過結(jié)合基于機器學習模型的獨立篩選的稀疏算法和巨正則線性程序設計，用以評估MAX相在氧化過程中與溫度相關(guān)的吉布斯自由能、反應產(chǎn)物以及元素的化學活性。通過充分評估Ti2AlC的組成元素對于氧氣的熱力學穩(wěn)定性和化學活性，以了解其高溫氧化行為。該預測與在Ti2AlC上進行的氧化實驗非常吻合。不僅如此，還揭示了在實驗上無法合成Ti2SiC的亞穩(wěn)態(tài)是由于競爭相具有更高的穩(wěn)定性。對于所提方法的一般性，作者們對Cr2AlC的氧化機理作了分析討論。對氧化行為的了解將有助于更有效地設計和加速發(fā)現(xiàn)具有在高溫氧化環(huán)境中保持性能的MAX相。

原文標題：npj: 機器學習模型—快速評估MAX相氧化穩(wěn)定性

文章出處：【微信公眾號：知社學術(shù)圈】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責任編輯：haq