摘要
本发明公开了一种钛合金的成分确定方法,包括以下步骤:获取Ti、Al、V、Mo、Si的调整范围和步长;根据Ti、Al、V、Mo、Si的调整范围和步长得到多组成分;基于每一组成分模拟生成多个相结构,并计算其中关键相的摩尔分数;将每一组成分对应的所述摩尔分数输入到模型中得到每一组成分对应的多个性能,以根据多个所述性能确定最优的成分。本发明提出的方案构建了成分—组织—性能之间的全新关联模型,通过热力学计算快速预测成分对相组织的影响,结合机器学习算法构建组织对性能的预测模型,实现从成分到组织再到性能的快速反馈,对已有的钛合金成分进行有效改良。这种方法不仅能够大幅缩短研发周期和试验成本,还能提高材料设计的科学性和精准性。
技术关键词
钛合金
缩短研发周期
标签
机器学习算法
样本
组织
数据格式
训练集
网格
元素
系统为您推荐了相关专利信息
前列腺疾病患者
信息化平台
交互方法
查询系统
标签
数据分析模型
数据处理方法
知识图谱构建
关系
注意力机制
线路覆冰厚度
输配电
历史气象数据
计算机执行指令
计算机程序指令
电网连锁故障
发展预测方法
支路
模糊聚类算法
概率密度函数