名称 : A property-oriented design strategy for high performance copper alloys via machine learning
发表日期 : 2019-08-27
摘要 : 设计具有目标特性的新材料的传统策略,包括试错法和领域专家的经验,既费时又费钱。在本研究中,我们提出了一个机器学习设计系统,它包括机器学习建模、成分设计和性质预测三个特征,可以加速新材料的发现。我们展示了高性能铜合金快速成分设计的更高效率,目标极限抗拉强度为600-950 MPa,电导率为50.0%国际退火铜标准。文献中三种合金的预测值和实测值与两种设计成分的新合金有很好的一致性。我们的研究结果为通过机器学习实现高性能复杂合金的面向性能的成分设计提供了一种新的方法。
网址 : https://doi.org/10.1038/s41524-019-0227-7
领域 : 材料科学与工程
出版公司 : Springer Nature
出版国家 : DE
重点项目名称 : 高性能高精度铜及铜合金板带材制造技术-高强高弹铜镍硅合金数据集