在添加了Fe，Ge，Hf，Si和/或V的等摩尔NbTaTiZr基高熵合金（HEAs）中观察到超导（SC）。 根据对晶体结构，组成以及临界温度与e / a比率之间关系的研究，正如Matthias的经验法则所表明的那样，主要的超导相是富含Nb和Ta的相。 由载流子密度计算出的相干长度（ξ）表明，与二元Nb-Ti和Nb-Zr合金所显示的ξ值具有数百埃的数量级。

基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与性能优化 基于机器学习的高熵合金成分设计与

多主元高熵合金的研究进展，王程，汪涛，传统合金的发展无论从原材料层面还是从工艺层面来讲，均逐渐趋于饱和。随着工业技术的飞跃发展，传统材料本身仍然存在性能上的缺

强耐腐蚀性是部分高熵合金的一个优异特性,但目前相关学者的研究报道并未对高熵合金耐蚀性及其影响因素有一个较综合的阐述。针对目前高熵合金的耐腐蚀性能及其影响因素的研究进展进行了综述,就制备方法与合金成分对高熵合金耐腐蚀性的影响进行了总结,并对高熵合金未来发展提出展望。此外,对高熵合金当前和潜在的应用进行了概述。

使用内部状态变量本构模型评估模型高熵合金CoCrFeMnNi中的变形。 这些合金的显着特性是它们在应力应变曲线的塑性区域中经历的异常高的应变硬化速率。 分析了在一定温度范围内发布的应力应变测量结果。 位错障碍相互作用和观察到的高应变硬化速率通过状态变量及其演变来表征。 结合短程障碍物和长程障碍物的模型显示出可以在宽范围的温度和晶粒尺寸上匹配实验测量结果。 远距离障碍被认为代表位错与不完全混合或部分偏析区域的相互作用。 在较高温度下也观察到动态应变时效。 与奥氏体不锈钢的测量值进行比较显示出一些共同的趋势。

热喷涂制备高熵合金涂层的研究现状与展望.docx

行业分类-作业装置-一种预置粉末高熵合金激光焊接的方法.zip

行业分类-作业装置- 一种调控CoCrFeNiAl高熵合金性能的方法.zip

行业分类-作业装置-一种电催化制氢多孔高熵合金电极材料及其制备方法.zip

LAMMSPS分子动力学仿真，高熵合金拉申仿真模块前篇