基于半监督模型的铝合金性能预测与成分设计 |
| |
作者姓名: | 定巍 苗以升 张坛 黄丽颖 |
| |
作者单位: | 1. 内蒙古科技大学;2. 河北科技工程职业技术大学 |
| |
基金项目: | 内蒙古科技大学教学改革研究项目——“大数据时代下工科大学生科学与工程素质训练计划(SSET)—从科学研究与工程实践的数据收集出发”,项目编号:JY2021026;;内蒙古自然科学基金——“基于薄膜奥氏体控制和提高贝氏体相变速度的热镀锌TRIP钢原始组织设计”,项目编号2020LH05026;;河北省高等学校科学技术研究项目——“非标装备用碳钢搅拌摩擦焊接关键技术研究”,项目编号:ZD2022034; |
| |
摘 要: | 利用半监督机器学习模型,对铝合金的成分-屈服强度、成分-抗腐蚀性数据进行扩充。完成数据扩充后,使用得到的完整成分-屈服强度-抗腐蚀性数据进行有监督的机器学习模型训练。该机器学习模型既可根据铝合金成分预测其性能,也可以根据目标屈服强度和抗腐蚀性反向设计铝合金的成分。结果表明:模型依据铝合金成分预测的性能数据与真实数据相差不超过10%;且模型根据两种目标性能设计出的铝合金成分与真实铝合金成分非常相近,未来可以使用该方法设计具有高屈服强度与抗腐蚀性的新型铝合金。
|
关 键 词: | 半监督机器学习 铝合金 屈服强度 抗腐蚀性 |
|
|