摘要
本发明涉及一种数据驱动的变形镍基高温合金多目标性能逆向设计优化方法,属于金属材料设计开发技术领域,包括以下步骤:基于第一性原理计算稳定高强的变形镍基高温合金体系,并以此为基础,基于镍基高温合金领域知识构建变形镍基高温合金成分设计空间;基于变形镍基高温合金成分设计空间,采用经验公式结合热力学高通量计算缩小变形镍基高温合金成分设计空间,得到缩小后的变形镍基高温合金成分设计空间,并以此为基础,基于机器学习及遗传算法,建立变形镍基高温合金逆向设计模型,筛选目标性能变形镍基高温合金。与现有技术相比,本发明提出了一种融合跨尺度计算、领域知识约束与机器学习逆向设计,实现高强韧镍基高温合金的定向开发方法。
技术关键词
镍基高温合金成分
设计优化方法
机器学习模型
机器学习训练数据
遗传算法
设计开发技术
核支持向量机
高温屈服强度
室温屈服强度
高通量
基础
延伸率
高强
组织
开发方法
特征工程
系统为您推荐了相关专利信息
邻域
测试方法
集成电路测试技术
测试终端
输入设备
数据管理系统
遗传算法
数据管理方法
数据存储模块
机组
数字沙盘
导航路径规划方法
粒子群遗传算法
负载平衡系统
路径生成算法
机器学习模型
订单
计算机可读指令
模型训练模块
特征提取模块