相关实验视频
Updated: Jul 19, 2025
09:17
Surrogate Model Development for Digital Experiments in Welding
Published on: March 28, 2025
1.0K
通过人工神经网络确定均化参数和预测5182-Sc-Zr合金的特性
Jingxiao Li1, Dongfang Du1, Xiaofang Yang2
1Department of Materials Engineering, Sichuan Engineering Technical College, Deyang 618000, China.
Materials (Basel, Switzerland)
|August 12, 2023
概括
人工神经网络优化了5182-Sc-Zr合金的热处理,改善了微观结构和预测机械性能. 本研究详细介绍了最佳的均化和化参数,以提高合金性能.
科学领域:
- 材料科学 材料科学 材料科学
- 金工业是金工业的一个方面.
- 计算材料科学科学 计算材料科学
背景情况:
- 5182-Sc-Zr合金需要精确的热处理以获得最佳性能.
- 了解沉和微观结构演变对于合金性能至关重要.
研究的目的:
- 建立人工神经网络 (ANN) 以优化5182-Sc-Zr合金的同质化和再结晶热处理.
- 开发一个预测模型,用于合金的机械性能后回.
主要方法:
- 人工神经网络 (ANN) 用于确定最佳的两阶段均质化参数 (20小时的温度为275°C,然后12小时的温度为440°C).
- 微硬度,电导率,电子反射散射衍射 (EBSD),传输电子显微镜 (TEM) 和拉伸实验被用来分析合金.
- 高分辨率TEM (HRTEM) 评估了Al3 ((ScxZr1-x) 分散体和Al矩阵之间的连贯性.
主要成果:
- 确定了最佳的同质化参数,导致Al3 ((ScxZr1-x) 分散物的完整沉,并改善了合金分离.
- 开发了一种高精度的ANN模型,以预测回火后的机械性能.
- 在400°C回火后,在分散体和Al矩阵之间观察到良好的连贯关系.
结论:
- ANN有效地优化了5182-Sc-Zr合金的热处理过程.
- 已建立的预测模型准确预测机械性能.
- 优化的热处理确保了理想的微观结构特征和机械完整性.
