燃气轮机广泛用于发电和飞机推进。根据热力学定律，发动机的温度越高，效率越高。由于这些规律，人们对提高涡轮机的工作温度越来越感兴趣。
德克萨斯农工大学材料科学与工程系的一组研究人员与艾姆斯国家实验室的研究人员合作，开发了一种能够预测高熵合金(HEAs)的人工智能框架，这种合金可以承受极高的温度和氧化环境。该方法通过减少所需的实验分析次数，可以显著减少寻找合金的时间和成本。
在长时间的高温条件下，涡轮叶片可能会因熔化或氧化而导致灾难性的故障。不幸的是，目前的涡轮叶片材料已经达到了它们的运行极限。
涂层和冷却通道等工程技术的进步推迟了更换涡轮机所用材料的需要。然而，航空运输量预计将在未来十年翻一番，燃气轮机正在成为一种日益占主导地位的发电技术。因此，涡轮机需要更高的效率来减少燃料的使用和限制二氧化碳的排放。
“燃气轮机的功能是将化学能转化为机械运动，但受到温度阈值的限制，”材料科学与工程系教授Raymundo Arroyave博士说。“革新涡轮机技术的下一步是改变用于制造部件的材料，比如叶片，这样它们就可以在更高的温度下运行，而不会发生灾难性的氧化。”
当研究不同类型的涡轮机合金时，HEAs引起了人们的极大关注。HEAs是浓缩合金，没有明确的多数元素。HEAs的一个独特特点是，这些合金在更高的温度下变得更加稳定，为极端环境的使用提供了潜力。
尽管HEAs能够承受高温，但它们容易生锈(氧化)。HEAs可以有很多成分，可以形成的氧化物种类成倍增加。要找到一种能抗氧化的成分，需要进行大量的实验，成本也很高。
为了规避HEA发现的缺点和成本，研究人员开发了一种能够预测HEA氧化行为的人工智能框架。该框架结合了计算热力学、机器学习和量子力学，可以定量预测任意化学成分的HEAs氧化。计算筛选合金所需的时间大大减少，从几年到几分钟。非常快速和有效的筛选反过来又减少了对资源密集型实验试验的需求。
材料科学与工程系的研究生Daniel Sauceda说:“当寻找一个大的组成空间时，实验学家必须对一种非常复杂的材料进行数百种变化，氧化它们，然后表征它们的性能，这可能需要数周、数月甚至数年的时间。”“我们的研究通过创建HEAs氧化的路线图，显着缩短了这一过程，向研究人员展示了不同成分的期望。”
利用该框架，研究人员预测了多种合金成分的氧化行为。然后，他们将预测结果发送给艾姆斯国家实验室的科学家欧阳高远和他的团队，以测试他们的发现，并验证该框架是否准确地显示了合金是否会抗氧化。
Ames国家实验室的科学家Prashant Singh是该框架开发的共同负责人，他说:“该框架精确定位有害阶段的能力将使设计出更好的抗氧化材料成为可能。”“这项研究中提出的方法是通用的，适用于理解HEAs的氧化行为，并为其他应用提供抗氧化和耐腐蚀材料的见解。”
在这项研究中开发的工具可能会改变科学家发现极端环境材料的过程，通过使用人工智能工具在很短的时间内快速虹吸天文数字的合金。
Arroyave说:“该工具将有助于筛选出不适合我们应用需求的合金，同时使我们能够花费更多时间，对值得研究的合金进行更详细的分析。”“虽然我们的预测不是100%准确，但它们仍然提供了足够的信息，可以以在这个框架开发之前不可想象的速度，对哪些材料值得调查做出明智的决定。”
通过该框架发现的HEAs具有潜在的应用前景，例如用于推进和发电的燃气轮机、热交换器以及许多其他需要材料承受极端操作条件的设备。
辛格说:“通过发现能够承受极端环境的材料，这项工作直接有助于能源部到2050年实现净零碳排放的目标。”
德克萨斯农工大学和艾姆斯国家实验室的联合研究得到了美国能源部高级研究计划局的超高温防渗材料推进涡轮效率项目的支持。美国国家科学基金会和美国能源部(基础能源科学和化石能源项目)也支持这项工作。