一种基于机器学习的5系铝合金激光焊材成分优化方法

本发明涉及一种焊接材料优化设计技术领域，具体涉及一种基于机器学习的5系铝合金激光焊材成分优化方法，基于5系铝合金焊丝体系并添加Ca和Ti、B元素获取用于预测激光焊接接头抗拉强度和延伸率的焊材成分集，然后对成分集中对应的成分制备焊材并进行激光焊接及拉伸试验，获得焊材成分－接头强度/延伸率数据集。接着对两种输出特征进行建模，构建代理模型，运用多个寻优算法进行成分预测，并对预测的优化成分制备成焊材进行激光焊接并测试其接头力学性能，最终得到高强韧的焊接接头对应的铝合金激光焊接材料成分。