基于机器学习驱动的抗氢脆高熵合金成分设计优化方法及系统

本发明涉及成分优化技术领域，公开了基于机器学习驱动的抗氢脆高熵合金成分设计优化方法及系统，包括建立氢气实验环境，氢气实验环境能够根据高熵合金设计的使用环境调节环境中的氢气浓度、温度及压力，以模拟高熵合金在实际应用中的氢气暴露条件；将高熵合金放置于氢气实验环境中，使用机器对高熵合金进行连续性的多次氢脆断裂试验，并通过扫描电镜观察高熵合金在氢气实验环境下的裂纹扩展行为。本发明通过建立氢气实验环境模拟高熵合金在使用中的实际环境条件，并在高熵合金中加入氢气扩散阻碍元素有效提升合金的抗氢脆性能，减少氢脆现象对合金的破坏，根据实验结果动态调整成分，确保合金在氢气实验环境条件下的稳定性。