据斯科尔科沃科技学院网站1月26日消息，俄罗斯斯科尔科沃科技学院（Skoltech）和托木斯克理工大学（Tomsk Polytechnic University，TPU）的研究人员通过机器学习方法改进高熵碳化物的合成工艺以提高效率。高熵碳化物（HEC）是由5种或更多种金属组成的多组分等摩尔单相固溶体，具有立方NaCl型晶体结构，以及独特的机械性能、高熔点和低导热性。研究人员利用正则蒙特卡洛算法（Canonical Monte Carlo，CMC）来确定单相和多相碳化物的合成温度，并使用先进的节能无真空电弧合成方法进行实验验证，实验结果验证了机器学习模拟结果。该研究成果在工业陶瓷和催化领域具有很大应用前景。相关研究成果发表在《计算材料学》（npj Computational Materials）期刊上。

消息来源：https://www.skoltech.ru/en/2023/01/scientists-tweak-synthesis-of-high-entropy-carbides-for-better-efficiency/