第四代镍基单晶高温合金由于优良的蠕变性能和较好的高温组织稳定性,是高推重比先进航空发动机高压涡轮叶片的重要候选材料。充分理解合金在近服役条件下的高温蠕变组织性能关系是优化合金设计和工程应用的重要基础,特别是,高温（1000～1150℃）、低应力（＜150MPa）条件下的高温蠕变组织演变规律及退化机制是相关领域的研究重点。由于四代单晶合金含有较高含量的稀贵元素Re、Ru,并且其高温蠕变组织演变具有复杂非线性特点,采用常规实验方法存在成本高、周期长的问题。为解决上述问题,本文以一种第四代镍基单晶高温合金为研究对象,采用材料基因工程理念,进行了如下研究:（1）针对镍基单晶合金微观组织特点,提出了一套适用于镍基单晶合金高温蠕变微观组织的快速表征方法;（2）利用该方法,研究了实验合金高温蠕变微观组织演变规律及退化机制;（3）基于所得高温蠕变组织演变数据库,利用机器学习方法,建立了实验合金高温蠕变组织性能关系模型;（4）结合机器学习和θ投影法,建立了实验合金的宏观蠕变模型,通过引入合金蠕变应变量,进一步完善了镍基单晶合金高温蠕变组织性能关系模型。本文开发的镍基单晶合金高温蠕变微观组织快速表征分析方法,集成了高通量实验、高通量表征和高通量统计技术。采用优化后的圆弧形渐变截面试样进行蠕变中断实验,得到随应力连续分布的微观组织,并通过基于扫描电镜的大尺度图像采集技术对全应力范围的蠕变组织进行连续精细表征。基于U-Net深度学习算法,建立了枝晶干自动识别模型,快速准确的分割枝晶干组织。随后,运用逻辑算法对枝晶干γ/γ’两相微观组织参数进行连续定量统计。该方法可以高效研究不同温度/应力条件下的镍基单晶合金微观组织演变规律,为建立镍基单晶合金组织性能关系研究奠定基础。利用上述高通量实验方法,获取了实验合金不同蠕变条件下的微观组织,并连续定量统计了γ’相体积分数（Vf）、筏排程度（Ω）和筏排厚度（D）等具有明确物理冶金含义的蠕变组织物理特征参量。在此基础上,分析了实验单晶合金高温蠕变组织演变规律,并建立了微观组织特征参量与蠕变条件的关系数据库。并且,结合γ/γ’两相错配度、元素配分行为及位错亚结构的表征分析,明确了实验合金高温低应力条件下的蠕变组织退化机制。利用两点相关性（Two-Point Correlation）和主成分分析（PCA）两种统计方法,引入微观组织统计特征参量（PC1和PC2）,进一步改进了蠕变组织演变数据的特异性。在此基础上,利用神经网络算法建立了实验合金高温蠕变组织性能关系（即微观组织-蠕变条件）的机器学习模型,可实现特定蠕变条件下的微观组织特征和特定微观组织所对应的蠕变条件的预测。验证实验表明,微观组织统计特征参量的引入可以有效提高机器模型的准确率。以镍基单晶合金高温蠕变性能数据库和影响高温蠕变性能的物理参量为基础,利用机器学习方法,建立了镍基单晶合金高温蠕变性能预测模型。通过该模型成功预测了实验合金在不同蠕变条件下的蠕变寿命,并采用修正θ投影法模型,建立了实验合金的蠕变曲线预测模型。结合两个宏观蠕变模型,通过引入蠕变应变量,进一步完善了实验镍基单晶合金高温蠕变组织性能关系模型。本文以材料基因工程理念为研究导向,耦合微观组织演变规律和宏观蠕变性能,建立一套适用于镍基单晶高温合金高温蠕变组织性能关系的研究方法,并通过实验四代单晶合金进行了验证。本实验方法对于高效揭示新型镍基单晶合金高温蠕变组织演化规律和建立合金蠕变组织性能关系具有重要意义,可指导四代单晶合金的快速设计优化,也为后续工程应用中评估其服役损伤程度提供了理论指导。