使用响应表面和机器学习方法优化ECAP加工ZK30合金的磨损参数:一项比较研究

科学领域:

• 材料科学 材料科学 材料科学
• 机械工程 机械工程
• 部落学 (tribology) 是一个学科.

背景情况:

• ZK30合金的磨损行为对于工程应用至关重要.
• 平等通道角压缩 (ECAP) 是一种用于增强材料性能的严重塑料变形技术.
• 预测和优化磨损参数对于材料性能至关重要.

研究的目的:

• 使用统计分析和机器学习 (ML) 预测和优化ZK30合金磨损行为的处理参数.
• 为了研究ECAP传递对磨损反应 (体积损失和摩擦系数) 的影响.
• 为了验证ML和回归模型用于磨损预测.

主要方法:

• 对ZK30合金 (如化,一通,四通) 应用的等通道角压 (ECAP).
• 设计实验 (DOE) 研究不同负载 (P) 和速度 (V) 的磨损反应 (体积损失 - VL,摩擦系数 - COF).
• 统计分析 (ANOVA),ML和基因算法 (GA) 用于预测和优化.

主要成果:

• 在ECAP加工 (4次通过) 减少了92.7%的谷粒大小,并提高了99.8%的VL相比,as-annealed.
• ML和回归模型显示,预测和实验数据之间存在很高的相关性 (准确度为70-99.7%).
• 在最高磨损测试条件下发生最小VL;在最大负载时发生最小COF,最佳速度随ECAP通过而下降.

结论:

• ECAP显著提高了ZK30合金的耐磨性.
• 统计和机器学习模型有效地预测和优化磨损行为.
• 优化的加工和磨损参数对于最大限度地提高ZK30合金性能至关重要.