登录    注册    忘记密码

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

作  者:夏钊[1,2] 赵帆[1,2] 刘新华[1,2,3] 谢建新[1,2,3]

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

出  处:《中国有色金属学报》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心