XiaoMi-AI文件搜索系统
World File Search SystemDierk
科学进展 2020 化学边界... - Dierk Raabe
几十年来，晶界工程已被证明是调整金属材料机械性能的最有效方法之一，尽管由于晶粒尺寸在受到热负荷时迅速增加（晶体边界的热稳定性低），可实现的微观结构的细度和类型受到限制。在这里，我们部署了一种独特的化学边界工程 (CBE) 方法，增加了可用合金设计策略的多样性，这使我们能够创建一种即使在高温加热后也具有超细分级异质微观结构的材料。当应用于碳含量仅为 0.2 重量％的普通钢时，这种方法可产生超过 2.0 GPa 的极限强度水平，同时具有良好的延展性（>20％）。虽然这里展示的是普通碳钢，但 CBE 设计方法原则上也适用于其他合金。
多功能高 - 注入材料-Dierk raabe
熵相关的相位稳定可以允许多个主元素的组成复杂的固体解决方案。最初针对金属引入了大规模混合方法，最近已扩展到离子，半导体，聚合物和低维材料。多元混合可以利用散装材料以及界面和位错的新型随机，弱有序的聚类和降水状态。许多可能的原子配置提供了发现和利用新功能的机会，并创建了新的本地对称功能，订购现象和源自配置。这打开了一个巨大的化学和结构空间，在该空间中，未知的相位状态，缺陷化学，机制和性质（一些以前被认为是互斥的）可以在一种材料中进行核对。早期的研究集中在强度，韧性，疲劳和延展性等机械性能上。本综述将焦点转向多功能性能曲线，包括电子，电化学，机械，磁性，催化，与氢相关，不散热和热量特征。破坏性的设计机会在于将其中几个功能结合在一起，从而在不牺牲其独特的机械性能的情况下渲染高渗透材料。
能量tran的材料
为了应对这一挑战，Dierk Raabe及其同事开发了AI方法的鸡尾酒。此操作使团队能够在迭代过程中识别有希望的新合金，例如，对于Invar Steels。该过程以一项指令开头：“找到比常规选项便宜的温度范围x的invar合金。”在第一步中，AI系统从数据库中存储的数千种合金数据集中生成了大约一千个潜在的新不合金合金。接下来，包括人工神经网络在内的其他AI模型，将选项缩小到20或30个候选人。这些候选者通过物理计算进一步评估，例如基于密度功能理论的候选者。“材料的内部结构和特性取决于各种量子机械因素，例如原子或磁性之间的能量，”JörgNeugebauer解释说。“考虑到所有这些参数，并可以测试第一步中提出的合金是否表现出所需的特性。”
以数据为中心的材料科学的路线图-orca
Stephen Stefan 1，Peter Benner 2 MS，Christian Carbogno 6，C Sebastian Eible 12，Ralph Ernstorfer 13，14，Lucas Foppa 66，Christoph Freyoldt 15，Christoph Freyoldt，11，Anton Gladyshev 14，21，Four Korrami 11，Christoph 6，Christoph T.14，Koke t.kott t.kott t。托马斯·科斯（Thomas Kosch）23，伊戈尔（Igor 4），8 ms，11，克里斯蒂安·豪（Christian Hue libscher）11，安德鲁·J·洛格（Andrew J Logsdail）7，8 ms，7，7，8，8，1212，弗洛里安·梅尔斯（Florian Merz）26，托马斯·托马斯（Thomas a r Purcell）6，28 Sbail Xian 35，Yin 6，Yin 36，