文档摘要：采用热力学计算与机器学习相结合的方法进行镍基高温合金面向热力学性能要求的逆向设计.结果表明:通过高通量热力学计算成功构建镍基高温合金热力学计算数据集,为采用机器学习方法实现面向热力学性能要求的镍基高温合金逆向设计提供数据基础.针对热力学目标性能建立若干C2P模型,模型精度均高于99％.采用MLDS方法进行合金成分逆向设计,推荐的8种合金均满足性能的要求(1100℃下的γ′相体积分数Vγ′,1100℃≥60％,Vγ,1100℃+Vγ′,1100℃≥99％,γ′相熔点Tγ′≥1300℃).热力学性能预测误差最小的3种合金实验验证表明,Vγ′,1100℃均大于80％,时效后的组织中Vγ,1100℃+Vγ′,1100℃≥99％,且Tγ′≥1300℃,均满足设计的要求.
Abstract：Thecombinationofthermodynamiccalculationandmachinelearningwasusedtoreversedesignnickel-basedsuperalloysforthermodynamicperformancerequirements.Theresultsshowthatthethermodynamiccalculationdatasetofnickel-basedsuperalloysissuccessfullyconstructedbyhigh-throughputthermodynamiccalculations,whichprovidesthedatabasisforthereversedesignofnickel-basedsuperalloyswiththermodynamicperformancerequirementsbyusingmachinelearningmethods.SeveralC2Pmodelsareestablishedforthethermodynamictargetperformance,andtheaccuracyofthemodelsishigherthan99％.MLDSmethodisusedtoreversedesignthealloycomposition,andtheeightalloysarerecommendedtomeettheperformancerequirements(Vγ′,1100℃≥60％,Vγ,1100℃+Vγ′,1100℃≥99％andTγ′≥1300℃).TheexperimentalverificationofthethreealloyswiththesmallestpredictionerrorofthermomechanicalpropertiesshowsthattheVγ′,1100℃aregreaterthan80％,Vγ,1100℃+Vγ′,1100℃≥99％inthemicrostructureafteraging,andTγ′≥1300℃,whichmeetthedesignrequirements.
作者：祝亚亮 雍维 杨杰 王晓峰 Author：ZHUYaliang YONGWei YANGJie WANGXiaofeng
作者单位：中国航发北京航空材料研究院先进高温结构材料重点实验室,北京100095;北京科技大学新材料技术研究院,北京100083北京科技大学新材料技术研究院,北京100083中国航发北京航空材料研究院先进高温结构材料重点实验室,北京100095
刊名：材料工程 ISTICEIPKU
Journal：JournalofMaterialsEngineering
年，卷(期)：2024, 52(6)
分类号：TG132.3+2TB31
关键词：热力学计算 机器学习 逆向设计 镍基高温合金
Keywords：thermodynamiccalculation machinelearning reversedesign nickel-basedsuperalloy
机标分类号：TF76TG139.7TP391
在线出版日期：2024年7月15日
基金项目：先进高温结构材料重点实验室基金热力学计算与机器学习相结合逆向设计镍基高温合金[
期刊论文] 材料工程--2024, 52(6)祝亚亮 雍维 杨杰 王晓峰采用热力学计算与机器学习相结合的方法进行镍基高温合金面向热力学性能要求的逆向设计.结果表明:通过高通量热力学计算成功构建镍基高温合金热力学计算数据集,为采用机器学习方法实现面向热力学性能要求的镍基高温合金...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：热力学计算,机器学习,逆向设计,镍基高温合金,
- 文件大小:
- 26.97 MB
- 下载次数:
- 60
-
高速下载
|
|
1
