作为磁性功能质料，北航玻璃高熵金属玻璃有望兼具传统繁多主元金属玻璃的香港效功软磁性以及晶体类高熵合金的热晃动性。多主元的城大磁性特色使患上高熵金属玻璃可能的合金成份数目重大，这对于新质料的高熵研发来说既是机缘也是挑战。一方面，金属当初已经被报道的化质高熵金属玻璃成份较少，尚有更多高功能的料牛新型高熵金属玻璃有待发现。另一方面，北航玻璃重大的香港效功合金成份数目对于传统的试验试错式新质料研发策略来说极具挑战性。在质料基因工程的城大磁性布景下，大数据、高熵家养智能等技术有望减速新质料的金属研发。

近期，化质香港都市大学原校董、料牛北京航空航天大学仪器学院单光存教授团队与香港都市大学石燦鴻教授在前期相助的北航玻璃铁基金属玻璃饱以及磁化强度以及玻璃组成本领的机械学习预料措施（“Domain knowledge aided machine learning method for properties prediction of soft magnetic metallic glasses，Transactions of Nonferrous Metals Society of China，2022”）的根基上，在Applied Materials Today期刊上宣告了题为“Efficient property-oriented optimization of magnetic high-entropy metallic glasses via a multi-stage design strategy”的研品评辩说文。

该论文提出一种数据驱动的高熵金属玻璃功能优化措施，可从数百万种合金成份中分阶段快捷筛选出饱以及磁通密度（B_s）最优的合金成份。磨炼机械学习模子仅以合金化学成份为输入实现对于高熵金属玻璃非晶相的分类预料以及B_s的回归预料，分类预料精确度以及回归预料精度分说为97.0%以及MAPE(B_s) = 9.9%。经由非晶相预料模子以及基于高熵妄想理念的偏好妄想，将搜罗逾越400万个合金成份的Fe-Co-Ni-Si-B系合金成份空间大幅缩减近80%。基于“运用-探究”策略，妄想成果函数天生合金评估目的，筛选出B_s最优的候选合金成份。运用该多阶段合金优化措施教育试验妄想，制备的Fe-Co-Ni-Si-B高熵金属玻璃的矫顽力最低为~1.0 A/m，饱以及磁通密度为同系列合金中的最高值。该论文提出的多阶段优化措施也可能运用于其余合金系统，实现以目的功能需要为导向的合金妄想。

图1  高熵金属玻璃功能优化的多阶段优化措施流程展现图

图2  多阶段优化措施妄想的Fe-Co-Ni-Si-B高熵金属玻璃

此外，团队还恳求了相关的缔造专利(恳求宣告日：2023.12.29)：数据驱动的磁性合金多目的优化妄想措施

恳求宣告号：CN117316345A

恳求号：2023112368297

链接地址：DOI: 10.1016/j.apmt.2023.101977