文献

J-GLOBAL ID：202202236917407260   整理番号：22A0328957

FCC高エントロピー合金における積層欠陥エネルギー工学に向けて【JST・京大機械翻訳】

Towards stacking fault energy engineering in FCC high entropy alloys

著者 (13件)： Khan Tasneem Z. (Department of Chemical Biology, University of California, Berkeley, Berkeley, CA, USA) ,  Khan Tasneem Z. (Department of Chemistry, Columbia University, New York, NY 10027, USA) ,  Kirk Tanner (Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA) ,  Vazquez Guillermo (Department of Materials Science and Engineering, Texas A&M University, College Station, TX 77843, USA) ,  Singh Prashant (Department of Materials Science and Engineering, Texas A&M University, College Station, TX 77843, USA) ,  Singh Prashant (Ames Laboratory, U.S. Department of Energy, Iowa State University, Ames, IA 50011, USA) ,  Smirnov A.V. (Ames Laboratory, U.S. Department of Energy, Iowa State University, Ames, IA 50011, USA) ,  Johnson Duane D. (Ames Laboratory, U.S. Department of Energy, Iowa State University, Ames, IA 50011, USA) ,  Johnson Duane D. (Department of Materials Science & Engineering, Iowa State University, Ames, IA 50011, USA) ,  Youssef Khaled (Materials Science & Technology Graduate Program, Physics Department, Qatar University, Doha, Qatar 2713) ,  Arroyave Raymundo (Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA) ,  Arroyave Raymundo (Department of Materials Science and Engineering, Texas A&M University, College Station, TX 77843, USA) ,  Arroyave Raymundo (Department of Industrial and Systems Engineering, Texas A&M University, College Station, TX 77843, USA)
資料名： Acta Materialia  (Acta Materialia)
巻： 224  ページ： Null  発行年： 2022年 
JST資料番号： A0316A  ISSN： 1359-6454  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 積層欠陥エネルギー(SFE)はfcc合金で観察される塑性変形メカニズムの多くを支配する固有の合金特性である。SFEは,重要な固有の機械的性質として長年にわたって認識されてきたが,例えば,実験的観察あるいは予測によるその推論は,例えば,計算的に集約的な第一原理法が挑戦的である。この困難は,合金設計パラメータとしてSFEの明示的使用を排除する。本研究では,fcc CoCrFeMnNiV-Al高エントロピー合金空間におけるSFEを予測するために,DFT計算(必要な配置平均化),機械学習(ML)および物理ベースモデルを組み合わせた。最良性能MLモデルは,この7要素システム内の任意の組成のSFEを正確に予測することができる。fcc HEAsの固有強度を推定するための最近開発したモデルと共に,この効率的なモデルを,強度-SFEパレートフロントを探索するために用い,特に興味深い機械的挙動を有する新しい候補合金を予測した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械的性質 ,  *合金 ,  計算 ,  合金設計 ,  *積層欠陥エネルギー ,  密度汎関数法 ,  機械学習 ,  第一原理
準シソーラス用語： 設計変数 ,  *高エントロピー合金 ,  パレートフロント ,  塑性変形機構 , 【Automatic Indexing@JST】

著者キーワード (4件)： 高エントロピー合金 ,  積層欠陥エネルギー ,  機械学習 ,  合金設計

分類 (1件)： 金属の格子欠陥  (BK12030F)

タイトルに関連する用語 (4件)： FCC ,  高エントロピー合金 ,  積層欠陥エネルギー ,  工学