一种借助机器学习设计的抗高温热腐蚀PtAl涂层及制备方法

本发明公开了一种借助机器学习设计的抗高温热腐蚀PtAl涂层及制备方法，包括：筛选和构建PtAl涂层成分‑抗Ⅰ型热腐蚀实验测试条件‑抗Ⅰ型热腐蚀性能的数据集；开展机器学习模型的构建，获得可对PtAl涂层抗Ⅰ型热腐蚀增重进行准确预测的机器学习模型；对所构建PtAl涂层热腐蚀100h和200h后的增重进行预测，并基于结果对PtAl涂层成分进行筛选；采用电镀‑真空热处理‑气相渗铝的方法制备成分符合条件的PtAl涂层。本发明以PtAl涂层为研究对象，通过机器学习辅助预测PtAl涂层的抗高温热腐蚀性能，设计并制备了具有良好抗高温热腐蚀性能的PtAl涂层，对高性能PtAl涂层的设计具有重要的指导意义。