期刊文章详细信息
机器学习辅助预测铜铝复合材料界面结构与性能 ( EI收录)
Prediction of interface structure and properties of Cu-Al composites assisted by machine learning
文献类型:期刊文章
XIA Zhao;ZHAO Fan;LIU Xin-hua;XIE Jian-xin(Beijing Laboratory of Metallic Materials and Processing for Modern Transportation,Institute for Advanced Materials and Technology,University of Science and Technology Beijing,Beijing 100083,China;Key Laboratory for Advanced Materials Processing(MOE),Institute for Advanced Materials and Technology,University of Science and Technology Beijing,Beijing 100083,China;Beijing Advanced Innovation Center for Materials Genome Engineering,Institute for Advanced Materials and Technology,University of Science and Technology Beijing,Beijing 100083,China)
机构地区:[1]北京科技大学,新材料技术研究院,现代交通金属材料与加工技术北京实验室,北京100083 [2]北京科技大学,新材料技术研究院,材料先进制备技术教育部重点实验室,北京100083 [3]北京科技大学,新材料技术研究院,北京材料基因工程高精尖创新中心,北京100083
基 金:国家重点研发计划资助项目(2018YFA0707303);国家自然科学基金杰出青年基金项目(51925401)。
年 份:2023
卷 号:33
期 号:1
起止页码:88-99
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:采用支持向量回归、人工神经网络和随机森林三种机器学习算法,建立了铜铝复合材料在连铸复合(固/液扩散)和退火(固/固扩散)时工艺参数与界面层厚度、界面结合强度的关系模型,为铜铝复合材料的界面调控提供了新方法。基于界面结合强度预测模型,采用遗传算法优化连铸复合工艺,得到的优化参数为:铝液温度θ_(Al)=799℃,铜液温度θ_(Cu)=1220℃,拉坯速度v=83 mm/min,一次冷却水流量Q1=576 L/h,二次冷却水流量Q2=716 L/h。相关性计算以及界面剪切实验表明,Al_(2)Cu层对断裂过程和界面结合强度有较大影响。
关 键 词:铜铝复合材料 连铸复合 界面 机器学习
分 类 号:TB331[材料类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...