一种基于机器学习的稀土镁合金力学性能预测及工艺优化方法

本发明涉及金属加工技术领域，具体公开了一种基于机器学习的稀土镁合金力学性能预测及工艺优化方法，主要步骤包括设计合金成分、超声制浆处理、流变挤压成型、建立数据库、构建机器学习模型、多目标优化算法等。其核心在于结合机器学习模型和多目标优化算法，快速预测和优化稀土镁合金的力学性能，该方法能够显著减少实验成本，适用于超声制浆半固态流变成型工艺，可快速设计高强韧稀土镁合金产品。