一种基于分子动力学模拟和机器学习的TiAl合金Nb含量设计方法

本申请涉及数据处理领域，尤其是一种基于分子动力学模拟和机器学习的TiAl合金Nb含量设计方法。该方法包括：构建基于γ‑TiAl单晶结构的纯二元模型，在纯二元模型中添加不同含量的Nb，得到多个初始模型；通过分子动力学对多个初始模型进行模拟拉伸，获得分子动力学模拟结果；基于模拟得到的多个应力应变曲线分别计算得到多个初始模型对应的流动应力；基于分子动力学模拟结果，计算提取多个初始模型在模拟拉伸过程中的模拟特征参数；采用多个初始模型对应的流动应力以及模拟特征参数训练流动应力预测模型，并通过流动应力预测模型预测不同Nb含量对应的流动应力数据，最后根据最大流动应力预测值确定对应的最佳Nb含量。该方法通过分子动力学与神经网络相结合实现了流体应力数据的预测，增强模型预测的准确性。