熔盐具有许多吸引人的特性，包括：i）相对较低的熔点和高沸点，ii）高导热性，iii）大热容量及iv）优异的组成稳定性，这使其成为高温应用的主要候选者。因此，识别与高温熔盐环境兼容的耐腐蚀合金对于熔盐技术的大规模部署至关重要。然而，目前高温熔盐技术的材料开发和筛选过程已经落后。
为加速熔盐应用的合金开发并深入了解这些环境中的腐蚀，美国威斯康星大学Yafei Wang等人开发了一种高通量（HTP）实验/计算和机器学习（ML）相结合的综合方法。首先，作者采用HTP合金合成技术，即使用增材制造的原位合金化来打印不同选择成分的块状合金。通过采用激光工程净成形（LENS）工艺，可在几分钟内制造出任何合金成分。
此外，HTP腐蚀测试也是通过在500 °C下在每个打印的块状合金顶部熔化熔盐丸来设计的。每种打印合金的腐蚀行为通过一系列自动化材料表征技术进行评估，如辉光放电发射光谱（GDOES）和电感耦合等离子体质谱（ICP-MS）。进一步，作者通过将表面能和功函数的HTP第一性原理DFT计算与相图计算（CALPHAD）方法相结合，从而对打印的不同合金的耐腐蚀性进行排名。
图1. 打印合金在熔盐中500 °C下的HTP腐蚀测试
最后，作者通过基于ML的方法进行特征提取和交叉验证，以确定耐腐蚀性对合金物理参数的依赖性。在所开发的模型中，选择作为输入特征来训练主动学习模型的物理参数包括：
i）元素组成，
ii）单FCC相中的活性，
iii）金属氯化物形成的吉布斯自由能，
iv）合金中的自扩散率，
v）（110）平面表面能，
vi）（110）平面功函数。
通过使用这种方法，作者评估了广泛的Cr-Fe-Mn-Ni合金在熔盐中的耐腐蚀性，同时表明耐腐蚀合金的开发可以加快2 ~3个数量级。基于所得结果，作者揭示了Cr-Fe-Mn-Ni合金在熔盐中腐蚀的牺牲保护机制，合金中Mn的行为对合金中的Mn和Fe溶解到熔盐中起着至关重要的作用，Mn相关特征对Fe溶解的影响表明Mn保护Fe的一种可能的牺牲机制。总之，该研究可作为使用HTP/自动化方法与数据分析相结合的极端环境下合金设计的典型案例。
图2. ML用于耐腐蚀性预测
Integrated High-Throughput and Machine Learning Methods to Accelerate Discovery of Molten Salt Corrosion-Resistant Alloys, Advanced Science 2022. DOI: 10.1002/advs.202200370