【摘 要】
：
Fe-Mn-Al-C低密度高强度钢具有优异的力学性能、良好的抗冲击性以及较低的密度等优点,将成为未来汽车用钢的主要材料,是目前实施汽车轻量化目标的主要研究方向之一。但由于添加了大量的Al（高达13%）和Mn（高达32%）,使得它在冶炼、锻造、微观结构和塑性变形机理等方面,与普通用钢的研发与设计存在着较大的差异,采用传统的试错法实验大大减缓了其研发进度。目前机器学习技术已经广泛地应用于材料性能预测以
【基金项目】
：
国家自然科学基金（52001150、51861018）； 云南省重大科技专项-稀贵金属材料基因工程（202102AB080019-1、202002AB080001-1）；
论文部分内容阅读
Fe-Mn-Al-C低密度高强度钢具有优异的力学性能、良好的抗冲击性以及较低的密度等优点,将成为未来汽车用钢的主要材料,是目前实施汽车轻量化目标的主要研究方向之一。但由于添加了大量的Al（高达13%）和Mn（高达32%）,使得它在冶炼、锻造、微观结构和塑性变形机理等方面,与普通用钢的研发与设计存在着较大的差异,采用传统的试错法实验大大减缓了其研发进度。目前机器学习技术已经广泛地应用于材料性能预测以及指导新材料设计与开发中,大大缩减了材料的研发的时间和成本。因此,本文利用机器学习技术,从成分工艺和原子特征两个角度出发,对Fe-Mn-Al-C低密度高强度钢力学性能进行预测,并进一步研究了相关特征对力学性能的影响,主要研究工作内容如下:（1）针对Fe-Mn-Al-C低密度高强度钢未有公开的数据集可以用于机器学习预测的问题,基于公开发表的该体系低密度高强钢研究文献,收集低密度高强钢成分-工艺-性能数据,构建可以用于机器学习的数据集。依据收集的原始数据集,计算相关元素的原子尺度特征,构建相关原子尺度特征数据集。构建的数据集为基于机器学习的Fe-Mn-Al-C低密度高强度钢力学性能预测研究提供数据支撑。（2）针对传统实验无法达到通过成分工艺直接预测力学性能的问题,设计了Fe-Mn-Al-C低密度高强钢成分工艺预测其力学性能的机器学习模型。机器学习模型采用遗传算法优化BP神经网络,经过实验数据验证发现,构建的预测模型可以准确的预测其该体系钢的力学性能,进一步利用预测模型分析了Mn、Al、C三种元素含量变化和固溶温度变化对低密度高强钢力学性能的影响。（3）为揭示Fe-Mn-Al-C低密度高强钢微观结构和宏观性能之间的关系,探究了原子特征对低密度高强钢两种力学性能（屈服强度和总延伸率）的影响,建立了原子特征预测其力学性能的机器学习模型。首先,对计算得出的原子特征进行Pearson相关性筛选后,并进行递归消除。然后,将得到的强相关特征构建支持向量回归的预测模型,利用强相关特征预测Fe-Mn-Al-C低密度高强钢的力学性能,为揭示钢铁材料微观结构与宏观性能之间的关系提供了可行性方法。本文主要针对Fe-Mn-Al-C低密度高强度钢通过传统实验试错法难以高效探究其成分-工艺-性能之间的关系的问题,提出利用机器学习方法探究该体系钢成分-工艺-性能之间的关系,进而加快Fe-Mn-Al-C低密度高强度钢的研究进展。
其他文献
目前玫瑰鲜切花分级环节的工作效率与市场的强劲需求完全不匹配,生产效率低下意味着与其它采用先进生产作业方式的同类型产品进行竞争,缺乏市场竞争力。现代化农业生产应该采取高度自动化与智能化相结合的作业方式。受限于生产成本与保守的种植理念,玫瑰切花的采摘与分级环节仍然采用纯手工方式。本论文为了有助于解决玫瑰花分级环节工作强度大、分拣效率低、分类准确率差以及分类特征提取困难等现实中存在的问题,利用机器视觉技
自动化立体仓库（Automated Storage/Retrieval Systems,AS/RS）作为现代物流的重要组成部分,集存储、运输、分发等多项功能于一体,已广泛应用于各行各业。其通过使用自动化运输设备以及计算机信息系统,有效地减少了仓储作业人员的工作量,提高了物流运输效率。但就目前AS/RS的使用情况而言,多数出入库任务的确定仍取决于仓储作业人员的习惯和经验,致使出入库效率低下,并没有完
随着我国乘用车保有量的急剧攀升,退役乘用车数量亦快速上升。在我国绿色发展理念指引下,如何实现车用零部件再制造等高附加值回收利用,是乘用车回收利用业亟待解决的问题。论文结合汽车零部件再制造理论与起动机相关理论,开展其再制造性评估。就小型内燃机（ICE）乘用车起动机再制造过程中清洗、修复及检测等技术进行了研究,并对再制造起动机与新起动机全生命周期进行对比分析。论文研究的主要内容及结论如下:首先,基于超
在中国经济的迅猛发展下,居民的消费水平日益提高,越来越要求高效、快捷、方便的服务,而快递业在电子商务和数字新基建的背景下,满足了人们的这种消费需求,也越来越成为居民生活中不可或缺的服务性行业。对于监管云南省内所有快递公司的云南邮政管理局而言,科学合理的预测云南省快递业务量,是进行快递行业设施规划、投资决策、风险评估中的重要环节。因此,本论文旨在构建云南省快递业务量预测模型。按照乡级、县级、地级、省
我国城市化进程不断加深,城市中人们以小区为单位集中居住,这就会衍生出一系列消防问题。根据消防与安全协会统计2020年居民住宅火灾就高达10.9万起,人民的生命财产安全受到严重威胁,所以国家在全国范围内举行了清理楼道等公共区域的活动,但是这些活动都只能保证楼道一时的清洁与安全。当活动结束后,之前的问题又会逐渐浮现出来,灾难并不会只挑你做好准备的时候到来,所以就需要楼道时刻保证不存在安全隐患才能够起到
GIS具有可靠性高、结构紧凑、占地面积小等优点,所以大量使用在电力系统中。GIS中隔离开关开合闸时将产生VFTO,VFTO将对GIS本体及一次侧设备造成极大的绝缘故障,因此怎样抑制VFTO具有重要研究价值。现有加装阻尼电阻、改造成阻尼母线等方法,这些方法存在改造困难、故障率反而增大、可能产生更大谐振过电压危险等问题。经过研究对比发现,磁环抑制VFTO具有维护方便、可靠性高、经济技术性好等优点。但磁
神经机器翻译模型在资源丰富的语种之间具有较好的翻译效果,但是在低资源语言之间翻译效果不佳。由于缺乏大规模的平行句对,模型在处理更大的词汇量方面有一定的局限性。通常神经机器翻译系统将源语言和目标语言中的常见单词作为词汇表,不在词汇表中的单词用UNK（Unknown Words）代替,这可能会忽略较大的文本粒度所携带的信息,如:命名实体,从而会影响翻译结果的质量。对此本文提出了融入双语实体的汉越神经机
农业作为中国经济发展的根基,农业机械化在其现代化中占据关键位置,所以在此种形式下,人们关注的重点聚焦到农业机械上。本文着重于水果采摘机械的前期研究工作,致力于解决其中果实识别因光线不足导致识别精确率不高的问题。文中首先对实验平台进行搭建,文中移动式平台底盘为了安全准确的在果园中行走,需对果园的环境进行建图,对果树以及障碍物位置可进行感知并避开,同时对果树上的果实,在各种光线尤其是暗光条件下需保持一
运用先进的机器视觉技术能在复杂制造过程中收集产品的实时数据,随后对收集的数据进行监控,能检测出复杂制造产品表面精度的质量问题。由于机器视觉技术在复杂制造过程中收集的产品数据主要以图像数据形式呈现,所以如何对图像数据进行统计过程监控成为一个重要研究课题。本文以图像数据为监控对象,对其发生失控点和变化点情况进行了研究。由于图像样本在检测过程中会存在样本量大小以及失控图像的偏移大小不同的情况,而不同检测
钢铁产业对于国家经济发展有着重要的意义。转炉炼钢技术因为相对高效和低成本的优势,是目前世界范围内主要的钢铁冶炼技术之一,其冶炼的关键在于对转炉终点的准确控制。实际上,转炉中钢液的终点碳含量和温度与转炉终点控制有着密切的联系,也是判断钢液是否达到出钢标准的重要指标。因此,实现对转炉炼钢终点碳温精确实时预报可以有效降低转炉炼钢生产成本,提高生产效率,对于保护环境、节能减排也有着积极的意义。本文针对转炉