松山湖材料实验室吕志超副研究员于2024年3月7日前来课题组访问交流，并在机电与控制工程学院S512为各位师生做了题为“基于数据驱动的无序合金性能研究”的精彩报告。
无序合金如非晶、高熵合金由于具有成分复杂、拓扑/化学无序等特征，使得影响其性能的参数相互交织。如何“抓住”无序合金构效关系之间的主要矛盾，并发现其核心参数，从而实现成分的高效设计一直是领域内的难点和挑战。吕志超老师首先介绍了基于数据驱动方法利用机器学习模型对铁基非晶合金和难熔高熵合金进行软磁性能、热稳定性和力学性能的模拟和预测，高效探索未知成分空间。并且吕志超老师同时也讨论了目前“数据驱动+实验验证”模式仍然有待解决的问题，如数据库建立、高通量制备和表征等。吕志超老师利用机器学习实现非晶合金成分-结构-功能的优化预测给予了课题组做机器学习方向的老师同学启发。最后吕志超老师与老师同学们讨论，解答了老师、同学们的疑惑。
吕志超副研究员简介：吕志超，松山湖材料实验室副研究员。本硕博毕业于北京科技大学吕昭平教授团队（2011-2022年），2022-2024年博士后期间在松山湖材料实验室马东研究员团队开展中子散射和同步辐射方面的研究。长期围绕非晶和高熵合金的构效关系，结合实验技术（中子散射、同步辐射、三维原子探针等）和机器学习方法，开展非晶和高熵合金成分设计和磁性能、力学性能的关联研究。先后主持国家自然科学基金青年项目、广东省基础与应用基础研究青年项目；作为项目核心骨干参与国家重点研发计划“大科学装置前沿研究”专项。相关成果发表于Progress in Materials Science、Acta Materialia、npj Computational Materials、Journal of Materials Science and Technology、Applied Physics Letters等国际高水平期刊，1篇论文入选ESI高被引论文，论文总引用次数超过500次。
撰稿人：黄金标
本文来自投稿，不代表非晶合金成型课题组立场，如若转载，请注明出处：https://www.bmgforming.com/conference-activity/6477.html
