使金属更坚固

几千年来，冶金学家一直在混合金属来改变它们的特性，往往会带来改变世界的后果。尽管今天的材料科学家们已经在很大程度上用金钱能买到的最昂贵、最先进的科学设备取代了锤子，但对高质量材料的追求仍在继续。

以镍基高温合金为例，它广泛应用于为客机提供动力的燃气涡轮发动机的高温部件。制造商们越来越希望在更高的温度和更大的压力下运行发动机，这意味着发动机内部的材料也必须承受更恶劣的条件。为什么?因为燃气涡轮发动机运行得更快、更热意味着它可以更省油，降低机票成本，使飞机更环保。

这些目标听起来很简单，但要实现这些目标，冶金学家需要研发出能够应对挑战的新材料。一种方法是使用计算机建模，通过在一定长度范围内使用定量数学技术的混合物来优化材料的性能，从而实现更高效和更具成本效益的开发(见下图1)。

在微观尺度上，可以看到一种材料是由许多微小的晶体组成的，这些晶体表现出不同的原子排列和不同的组成，称为微观结构。物理性质反过来又取决于这些晶体之间和内部的相互作用，而这些相互作用的性质可以与化学成分和原子的排列相关联。

因此，为了设计一种改进的高温合金，需要优化其成分和微观结构，以提供一种具有更高温度能力的材料。但在这种高温下，材料还必须具有卓越的机械性能和优异的耐环境性，以确保使用寿命。

要设计一种新的高温合金，首先必须选择一种化学成分。就像一个艺术家被大量混合的颜色搞得眼花缭乱一样，冶金学家必须选择正确的化学元素——并以正确的比例——才能得到恰到好处的隐喻色彩组合。对于任何合金来说，都有多达20种潜在的元素可以使用，这意味着有数万亿种潜在的成分可供选择。我们可以将这个选项数组视为一个巨大的“组合空间”，包含所有可能的组合。

那么理想的食谱是如何确定的呢?要做到这一点，我们可以采用手工方法，利用以前的研究成果和冶金学家的经验来确定可能有价值的成分。但是这种手动方法要求很高，非常耗时，因此它所能达到的效果有限。相反，一个更强大的替代方案是使用计算机来评估大量的实验数据，然后将其与适当的材料建模相结合。像这样的基于计算机的方法也意味着可以探测组合空间中以前未研究的角落。

要做到这一点，首先要选择材料中需要的“相”，然后消除有利于形成任何其他相的元素。相被定义为一种结构(如下图所示)，它在一定的温度和压力范围内对给定的组合物是稳定的。这是专业软件的工作，它可以计算不同混合物形成的相。这使冶金学家能够确定那些能够提供所需相组合的成分。

然后，可以使用神经网络建模来预测每个相的力学性能或整个微观结构，这是一种部分基于先前测试过的类似材料的实验数据的统计技术。

然而，高温合金通常表现出非常复杂的行为，因此在初始开发期间不可能对其属性的所有方面进行建模，特别是在实验数据有限的情况下。因此，在初始阶段，必须根据所考虑的特定合金系统进行假设和简化。这包括单独评估不同的相，以及假设最佳相的组合将导致生产最佳合金。考虑到这一点，通常最好消除明显不符合预期设计规范的组合，因为这将组合空间缩小到几个足够小的区域，以便进行实验评估。