稀土磷酸盐涂层材料的机器学习评价方法

材料和机械科学家采用机器学习方法，快速审查下一代环境屏障涂层中使用的元素组合。为了保护在航空航天和空间环境的极端条件下使用的车辆，需要这些装置。

这项研究是由伦斯勒理工学院并得到了国家科学基金会的支持。亚博老虎机网登录

环境屏障涂层（EBC）用于密封火箭、高超音速喷气机和其他空间飞行器的发动机部件和结构部件。该涂层可作为高温、高应力、超音速、极端氧化和腐蚀等恶劣工作环境的保护层。

稀土硅酸盐是用于在最先进的喷气发动机中涂覆碳化硅基陶瓷基体材料的EBC的当前选择。然而，这些材料带来了一些挑战，并且容易性能下降。用多组分稀土磷酸盐而不是硅酸盐生产EBC是另一种选择。亚博网站下载

为了设计具有变革性性能的下一代ebc，需要新的概念和创新。提出的多组分稀土磷酸盐为设计未来的EBCs和扩展其性能提供了无限的可能性．

连杰，伦斯勒理工学院机械、航天和核工程系教授、首席研究员

美国国家科学基金会(NSF)价值180万美元的拨款旨在通过协同高通量计算、实验和机器学习，为数据驱动材料的开发和发现进行革命性的和使过程开发成为可能。亚博网站下载

研究人员将采用先进的计算机算法来开发多种配置中的元件组合。这有助于确定未来航空航天和空间运输所需的最有利的高性能EBC。

经验试错法成本太高，很快就不适用于大设计空间的材料发现。我们的目标是采用一种新的方法，将基于物理的建模与机器学习相结合，以预测下一代电子束控制系统的最佳成分和微观结构．

黄丽萍，Rensselaer Polytechnic Institute材料科学与工程系联合首席研究员、教授亚博网站下载亚博老虎机网登录

丽安,实验和材料专家行为在极端环境下,和黄,高通量的原子模拟方面的专家,在这四年的合作研究Suvranu De,有限元分析和专家中心主任建模、仿真和成像在医学(CeMSIM)在伦斯勒理工学院,以及机械、航空航天和核工程学院教授、机器学习专家Lucy Zhang。

基于高通量多尺度模拟生成的数据训练的机器学习模型可以加速多组分磷酸稀土的结构和性能的设计和优化．

Lucy Zhang, Rensselaer Polytechnic Institute机械、航天和核工程系机器学习专家和教授

伦斯勒的研究团队将进一步与通用电气全球研究公司（GeneralElectricGlobalResearch）的研究人员合作。通用电气全球研究公司是EBCs的先驱行业。

资料来源：https://rpi.edu/