近日，中南大学粉末冶金全国重点实验室高温合金研究团队在国际知名期刊npj Computational Materials上在线发表了题为“融合自然语言处理与机器学习的合金设计：低成本高性能镍基单晶高温合金的突破性开发（Alloy design integrating natural language processing and machine learning: breakthrough development of low-cost, high-performance Ni-based single-crystal superalloys）”的研究论文。

‘

单晶高温合金是制造航空发动机和燃气轮机热端部件的关键材料，其研发长期依赖耗时且昂贵的“试错法”。关键性能数据如γ′相溶解温度散落在浩如烟海的科学文献中，难以高效利用，形成了制约新材料研发的数据瓶颈。针对这一挑战，研究团队创新性地提出了一种“知识到创新”的智能合金设计新范式。

该研究首先开发了名为“Superalloy-MatSciBERT”的领域专用自然语言处理（NLP）模型，成功从超过五万份科研文献和专利中自动、精准地提取出135个高质量的γ′相溶解温度实验数据，构建了结构化的高保真数据库。在此基础上，团队训练了高精度的机器学习（ML）模型，能够准确预测新合金成分的γ′相溶解温度和蠕变寿命。依托这一强大的“AI大脑”，研究人员对345600种虚拟镍基合金成分进行了高通量筛选，并综合考虑成本、密度、组织稳定性及工艺窗口等多重工程约束，成功设计出一种新型低成本高性能合金——CSU-S1。

实验验证表明，CSU-S1合金的γ′相溶解温度高达1298.2°C，在1100°C/137MPa条件下的蠕变寿命达到224.7小时，其综合性能媲美昂贵的第三代单晶高温合金。尤为突出的是，该合金的铼（Re）含量仅为3.1 wt%，材料成本低至121美元/公斤，显著优于同类产品。这项工作不仅设计了一款极具应用前景的新材料，更重要的是，建立了一套可推广的智能化材料研发通用框架，为加速先进工程材料的创新开辟了全新路径。