摘要
本发明公开了一种溶质元素偏聚的晶界强度预测方法,涉及晶界强度预测技术领域,其技术方案要点是:选取具有不同结构的晶界作为研究模型;从元素周期表中选取多种溶质原子并评估在最稳定偏聚位点的晶界强度;构建用于分析溶质偏聚对晶界强度影响的数据集;根据梯度增强回归算法构建机器学习模型并进行训练和评估,实现对元素偏聚后的晶界强度预测。本发明以金属铝为研究对象,分析了多种溶质在铝晶界中的偏聚行为及其对晶界强度的影响,同时综合考虑偏聚与强化效应,筛选出具有强化潜力的溶质元素,为设计新一代高强铝合金提供了有价值的理论指导。
技术关键词
强度预测方法
构建机器学习模型
强度预测技术
回归算法
密度泛函理论
过渡金属元素
高强铝合金
计算机
可读存储介质
剪切模量
位点
预测系统
处理器通信
效应
指令
测试方法