文档名：基于机器学习的高强度ODS合金成分设计
针对200～300组氧化物弥散强化(ODS)合金成分、工艺及力学性能数据,尝试借助机器学习的方法,建立了ODS合金中关键成分与拉伸性能的关联性.研究结果发现,在Cr、Y2O3、W和Ti含量与ODS合金抗拉强度的变化趋势中,均存在对应着抗拉强度极值的最优值,而添加Al对抗拉强度的提升无明显作用.获得了几种抗拉强度优化的ODS合金关键成分配比,预测出的室温抗拉强度均在1400MPa以上,这将为快堆结构材料用ODS合金优化设计提供技术支持,加速推进ODS合金的材料优化.
作者：白冰 郑全 任帅 张长义 杨文 胡长军
作者单位：中国原子能科学研究院反应堆工程技术研究部,北京102413北京科技大学,北京100083
母体文献：第二届核材料技术创新学术会议论文集
会议名称：第二届核材料技术创新学术会议
会议时间：2019年9月17日
会议地点：上海
主办单位：国防科技工业核材料技术创新中心
语种：chi
分类号：
关键词：氧化物弥散强化合金 成分设计 粉末冶金 拉伸性能 机器学习
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 767.37 KB
- 下载次数:
- 60
-
高速下载
|
|
