合金的机械性能数据集,用于在低温下应用

科学领域:

• 材料科学 材料科学 材料科学
• 机械工程 机械工程
• 低温物理 低温物理

背景情况:

• 像液体燃料,超导和量子技术这样的先进技术需要在冷温度下具有特殊强度和性的材料.
• 通常使用的是钢,和合金,但新兴的中高合金显示出优越的低温机械性能.
• 需要验证的数据源来加速在这些苛刻的应用中进行研究和开发.

研究的目的:

• 策划并提供用于冷应用的金属合金的全面,开放的数据集.
• 为了促进材料选,设计和低温环境的发现数据驱动的研究.
• 为材料属性和元数据建立一个标准化的格式.

主要方法:

• 使用机器学习和自然语言处理从文献中自动提取数据.
• 通过手动检查和校正来补充自动提取,以提高数据质量.
• 关键性能参数 (收益强度,抗拉强度,延伸,冲击能量) 和元数据 (组合,加工,测试条件) 的处理.

主要成果:

• 一个关于低温金属合金的全面数据集已经成功编制并向公众提供.
• 数据集包括关键的机械特性和详细的元数据,以标准化格式.
• 数据提取工作流通过自动化和手动流程的结合证明了高效率和质量.

结论:

• 精心策划的数据集为研究人员和开发人员提供了宝贵的资源,这些研究人员和开发人员在低温温度下处理材料.
• 这种开放的存储库将加速新型合金的发现和设计,以满足苛刻的技术应用.
• 标准化数据格式促进了可重复性,并促进了材料科学领域的合作研究.