高熵合金打破了传统合金以一种或者两种元素为主的设计理念,是一种包含多种主要元素的新型合金。多种主要元素的协同作用使其具有较高混合熵,并延伸出许多优异的性能,如高强度/硬度,良好的耐磨性/耐蚀性,优异的高温强度以及低温韧性等。其中,亚稳态高熵合金以其优良的变形能力和独特的力学性能引起了研究人员的广泛关注。目前亚稳态高熵合金的研究仍然处于起步阶段,许多科学问题亟待解决。首先,由于亚稳态高熵合金主元较多且成分范围宽泛,难以通过传统计算方法进行设计;其次,目前尚缺乏对亚稳态高熵合金成分-组织-性能关系的系统研究;另外,独特的变形行为赋予亚稳合金形状记忆的特点,而关于亚稳态高熵合金在形状记忆效应方面的研究较为匮乏。本文以Ti-Zr-Hf-Nb-Al系富Ti高熵合金为研究对象,系统研究了高熵合金中元素含量对相组成的影响规律,利用机器学习成功预测出具有应力诱导相变特征的富Ti五元高熵合金,通过变形和热处理优化了合金的超弹性和力学性能,并系统研究了合金的变形行为及变形机理。首先,初步确定四元Ti-Zr-Nb-Al和Ti-Zr-Hf-Al合金体系中成分对相组成和力学性能的影响。在Ti-Zr-Nb-Al体系中,Nb和Al的含量都会影响亚稳β相的生成。当Nb和Al含量较少时,合金由亚稳的β相和α"马氏体相组成;当Nb含量较多时,铸态合金由稳定的β相组成;过量的A1会促进金属间化合物的生成,恶化合金力学性能。在(Ti2ZrHf)100-xAlx(x=12,14,16,18,20,at.%)体系中,A1起到弱定元素的作用,对合金相组成和力学性能具有重要影响。随Al含量的增加,合金相组成由HCP结构的α’相转变为正交结构的α"相,后转变为BCC结构的β相。当A1增加到20at.%时,亚稳β相的存在使合金在拉伸过程中发生了应力诱导马氏体相变。结合Ti-Zr-Nb/Hf-Al四元体系和亚稳钛合金数据,建立数据库,利用机器学习方法实现了 Ti-Zr-Hf-Nb-Al五元体系相组成预测,并预测了亚稳合金的存在范围。对部分预测结果进行实验验证,结果表明机器学习利用其优异的数据挖掘能力,可实现复杂多主元高熵合金的成分设计。基于机器学习对亚稳态五元高熵合金的预测结果,选取铸态Ti(ss-x)Zr20Hf15Ali(oNbx(x=l-9,at.%,简记为T-Nbx)合金作为研究对象,对其相组成、相稳定性、力学性能和变形机理展开了深入分析。Nb的添加促进了合金由HCP结构向BCC结构转变,且β相稳定性逐渐增强。对于含α’/α’+α〃相的T-Nbl-3合金,其所含六方相高度固溶强化,表现出高强度低塑性的特点。T-Nb4-8合金在拉伸过程中出现双屈服现象,其中T-Nb4合金发生自适应马氏体去孪晶过程,T-Nb5-8合金在拉伸过程中发生应力诱导β→α"马氏体相变。T-Nb9合金中β相稳定,拉伸过程中无双屈服和明显的加工硬化现象。研究了亚稳β相为主的Ti-Zr-Hf-Nb-Al合金的力学性能变化规律和变形机理。经不同温度退火后的T-Nb7合金完全再结晶,晶粒尺寸随退火温度的提高而增大。晶粒大小影响合金相变自由能,进而改变了合金的变形行为:具有较小晶粒的T-Nb7-800(800℃退火)合金在变形过程中先发生应力诱导马氏体相变,生成不同的马氏体变体,后续变形主要为马氏体变体发生重排;而具有较大晶粒的T-Nb7-900(900℃ 退火)合金在变形初期发生应力诱导β-,α"相变,随着应变量的增加,出现α"孪晶使合金具有优异的变形能力。研究了 Ti-Zr-Hf-Nb-Al高熵合金的超弹性及变形机理。发现经冷轧+900℃/0.5h热处理的T-Nb6合金同时具有良好的强度和超弹性,循环变形过程中最大可回复应变高达5.2%,且对应的最大拉伸应力达到900MPa。对经冷轧+800℃/0.5h退火的T-Nb5合金进行了同步辐射原位拉伸实验,结果表明:合金在拉伸过程中的超弹性是由可逆的B(?)α"相变引起的,超过一定变形量,马氏体变体发生重排,合金超弹性消失。