摘要
本发明提供了一种难熔高熵合金氧化行为预测和优化方法和装置,涉及金属材料技术领域。包括:获取若干难熔高熵合金在不同温度下的氧化数据;氧化数据包括氧化动力学常数和氧化指数;基于难熔高熵合金包括的元素含量、物理特征信息和氧化数据,构建样本集;采用样本集对机器学习模型进行训练,得到若干目标预测模型,以基于目标预测模型输出任一难熔高熵合金成分的氧化数据;样本集中包括作为输入的元素含量、物理特征信息以及作为输出的氧化数据;不同目标预测模型输出的氧化数据不同;对目标预测模型进行可解释性分析,得到每个目标预测模型的关键影响因子,以根据关键影响因子确定优化难熔高熵合金成分。本方案能够快速、准确地预测难熔高熵合金的氧化动力学常数和氧化指数。