（引子：1 熵：描述系统无序程度的物理量。
2 高熵合金的“高熵”是指在原子尺度上的化学无序或者拓扑无序，即合金的原子排列混乱度高，处于一个无序状态。
3 高熵策略的核心思想是通过引入多种元素到材料中，形成高化学无序的结构，从而优化材料性能）
高熵策略，可用于提高先进电气和电子系统中的弛豫器电容储能性能。然而，由于广泛的组成空间，探索高性能的高熵系统，提出了挑战。近日，北京科技大学联合南京理工大学等，在Nature Communications上发文，基于机器学习筛选，在高熵无铅弛豫陶瓷中，报道了20.7Jcm-3高能量存储密度和86%高效率。基于实验数据，建立了包含关键描述符的随机森林回归模型，用于预测和筛选高熵体系的元素和化学组成。基于基础实验，确定了一种(Bi0.5Na0.5)TiO3基高熵弛豫体，特征为细晶粒、弱耦合和小尺寸极性团簇。这导致了近线性极化行为和95kVmm-1超高击穿强度。这种高熵弛豫体，在约27ns放电速率时，表现出了7.7Jcm-3高放电能量密度，以及优异温度和疲劳稳定性。这一结果，高效探索了高性能高熵弛豫的数据驱动模型，以及在开发高熵弛豫体中，机器学习的应用潜力。
第一作者：Xingcheng Wang, Ji Zhang, Xingshuai Ma.
通讯作者：刘辉Hui Liu & 陈骏Jun Chen
通讯单位：北京科技大学、南京理工大学
Machine learning assisted composition design of high-entropy Pb-free relaxors with giant energy-storage.
机器学习辅助的高熵无铅巨储能弛豫剂组成设计。
图1: 基于机器学习和实验验证组合，探索高储能性能的BNT基高熵组合物示意图。
图2: 基于电子显微镜技术，高熵样品A的微观结构分析。
图3: 厚度约为50μm块体陶瓷和面积约为0.8mm2电极测量的高熵样品A储能能力。
图4: 高熵样品的稳定性和充放电储能性能评价。
文献链接
Wang, X., Zhang, J., Ma, X. et al. Machine learning assisted composition design of high-entropy Pb-free relaxors with giant energy-storage. Nat Commun 16, 1254 (2025).
https://doi.org/10.1038/s41467-025-56443-3
本文译自Nature。
来源：今日新材料
声明：仅代表译者观点，如有不科学之处，请在下方留言指正！
推荐阅读
走近前沿新材料I：合金材料界“新秀”——高熵合金
高熵合金发现者叶蔚均教授Nature重要综述！
研究进展：高熵材料 | Nature Reviews Chemistry
[最新InfoMat]高熵铁电体：设计策略、性能优化与结构机理
