燃气轮机广泛应用于发电和飞机推进。根据热力学定律，发动机的温度越高，效率越高。由于这些定律，人们对提高涡轮机的工作温度越来越感兴趣。
来自德克萨斯农工大学材料科学与工程系的一组研究人员，与艾姆斯国家实验室的研究人员合作，开发了一种人工智能框架，能够预测能够承受极高温度、氧化环境的高熵合金(HEAs)。这种方法可以通过减少所需的实验分析次数，大大减少寻找合金的时间和成本。
在长时间的高温条件下，涡轮叶片会因熔化或氧化而导致灾难性的故障。不幸的是，目前的涡轮叶片材料已经达到了它们的运行极限。
涂层和冷却通道等工程技术的进步推迟了更换涡轮机所用材料的需求。然而，未来十年，航空旅行的数量预计将翻一番，燃气轮机正在成为发电的主导技术。因此，涡轮机需要更高的效率来减少燃料使用和限制二氧化碳排放。
材料科学与工程系教授Raymundo Arroyave博士说:“燃气轮机的功能是将化学能转化为机械运动，但受到温度阈值的限制。“涡轮机技术革命的下一步是改变用于制造部件的材料，比如叶片，这样它们就可以在更高的温度下运行，而不会发生灾难性的氧化。”
在研究用于涡轮机的不同类型的合金时，HEAs受到了极大的关注。hea是浓缩合金，没有明显的多数元素。HEAs的一个独特特点是这些合金在高温下变得更加稳定，提供了在极端环境下使用的潜力。
尽管hea能够承受高温，但它们很容易生锈(氧化)。HEAs可以有多种成分，以指数形式扩大可以形成的氧化物类型。要找到一种抗氧化的成分需要大量的实验，而且成本很高。
为了避免HEA发现的缺点和成本，研究人员开发了一个能够预测HEA氧化行为的人工智能框架。该框架结合了计算热力学、机器学习和量子力学，可以定量预测任意化学成分HEAs的氧化。计算筛选合金所需的时间大大减少，从几年到仅仅几分钟。非常快速和高效的筛选反过来又减少了对资源密集型实验试验的需求。
材料科学与工程系的研究生丹尼尔·绍塞达(Daniel Sauceda)说:“在搜索一个大的组成空间时，实验人员必须采用一种非常复杂的材料的数百种变体，对它们进行氧化，然后表征它们的性能，这可能需要几周、几个月甚至几年的时间。”“我们的研究通过创建hea氧化路线图，显著缩短了这一过程，向研究人员展示了你可以从不同的成分中期待什么。”
利用该框架，研究人员预测了多种合金成分的氧化行为。然后，他们将预测结果发送给艾姆斯国家实验室的科学家欧阳高远和他的团队，以测试他们的发现，并验证该框架准确地展示了合金是否能抗氧化。
艾姆斯国家实验室的科学家Prashant Singh是该框架开发的联合负责人，他说:“该框架准确定位有害相的能力将使设计更好的抗氧化材料成为可能。”“这项研究中提出的方法是通用的，适用于理解hea的氧化行为，以及为其他应用提供抗氧化和耐腐蚀材料的见解。”
这项研究中开发的工具可能会改变科学家发现极端环境材料的过程，通过使用人工智能工具在很短的时间内快速虹吸天文数字的合金。
Arroyave说:“这个工具将有助于筛选出不符合我们应用需求的合金，同时让我们花更多的时间，对值得研究的合金进行更详细的分析。”“虽然我们的预测不是100%准确，但它们仍然提供了足够的信息，以在这个框架开发之前无法想象的速度，就哪些材料值得研究做出明智的决定。”
通过该框架发现的hea具有潜在的应用，例如用于推进和发电的燃气轮机，热交换器和许多其他需要材料承受极端操作条件的材料。
辛格说:“通过发现能够承受极端环境的材料，这项工作直接有助于能源部在2050年实现净零碳排放的目标。”
德克萨斯农工大学和艾姆斯国家实验室的联合工作得到了能源高级研究计划局的超高温不透水材料推进涡轮效率计划的支持。国家科学基金会和美国能源部(基础能源科学和化石能源项目)也支持这项工作。