无超弹性合金的数据驱动设计
Haodong Chen1,2,3, Wenjun Ye2, Songxiao Hui4
1State Key Laboratory of Nonferrous Metals and Processes, China GRINM Group Co., Ltd., Beijing 100088, China.
Materials (Basel, Switzerland)
|April 27, 2024
概括
开发了一种CatBoost模型,用于预测无合金中的超弹性菌株. 这种方法成功地设计了具有显著回收应变的合金,证明了先进材料应用的潜力.
科学领域:
- 材料科学 材料科学 材料科学
- 金工程 金工程 金工程
- 计算材料科学科学 计算材料科学
背景情况:
- 超弹性合金对于需要形状记忆效应的各种应用至关重要.
- 开发新的无超弹性合金对于避免与相关的潜在毒性问题至关重要.
- 预测建模可以加速新型合金组合物的发现和优化.
研究的目的:
- 建立一个CatBoost机器学习模型,用于预测合金中的超弹性菌株.
- 使用贝叶斯优化设计新的,没有的合金,具有增强的超弹性特性.
- 通过实验验证设计的合金,并优化其热处理,以最大限度地恢复应变.
主要方法:
- 使用特征构建,选择,过和评估,使用125个数据点构建了一个CatBoost模型.
- 贝叶斯优化算法被用来优化TiNbMoZrSnTa系统中的合金组成.
- 在设计合金组合物上进行了实验合成和热处理优化.
主要成果:
- 一个CatBoost模型已成功建立用于预测超弹性菌株.
- 设计了三种无合金,其中Ti-12Nb-18Zr-2Sn和Ti-12Nb-16Zr-3Sn表现出显著的超弹性.
- 经过优化热处理,Ti-12Nb-18Zr-2Sn的回收率为4.65%,Ti-12Nb-16Zr-3Sn的回收率为3.01%.
结论:
- CatBoost模型在设计无超弹性合金方面显示出前途.
- 实验验证和热处理优化对于实现所需的超弹性性能至关重要.
- 将机器学习与材料理论相结合,提高了合金设计的有效性.
