摘要
本发明公开了一种低杨氏模量亚稳β钛合金的成分设计方法,涉及金属材料设计技术领域,用于解决现有钛合金成分设计存在目的导向较弱,设计的钛合金性能与实际需求存在较大偏差,且效率低的技术问题。成分设计方法,包括:获取钛合金;对钛合金进行分子动力学模拟,得到该钛合金的成分与该成分对应的杨氏模量的原始数据集;确定该钛合金的多个特征对应的特征参数;根据特征参数确定目标特征;首先预设虚拟成分空间,利用完成训练的多种机器学习模型对该虚拟成分下不同成分含量对应的杨氏模量进行预测,得到预测值,并得到最小杨氏模量对应的亚稳β钛合金成分。本发明的技术方案用于提供一种低杨氏模量亚稳β钛合金的成分设计方法。
技术关键词
亚稳β钛合金
成分设计方法
机器学习模型
成分含量
低杨氏模量
金属材料设计技术
非线性
随机森林
结合力
参数
轨道
分子
电子
关系
偏差
算法
密度
系统为您推荐了相关专利信息
电力线路覆冰
计算机可执行指令
气象
数据
线路特征
管理方法
角色访问控制
权限管理
服务费
数据平台
决策支持系统
分布式计算框架
决策方法
时效性
负载均衡策略
图像
读出噪声
散粒噪声
计算机
训练机器学习模型
比例泵
电液
建模方法
修正计算方法
非线性回归模型