基于机器学习的RAFM钢中子辐照脆化预测模型研究 |
| |
引用本文: | 李孝晨,丁文艺,朱霄汉,郑明杰.基于机器学习的RAFM钢中子辐照脆化预测模型研究[J].材料导报,2023(1):151-157. |
| |
作者姓名: | 李孝晨 丁文艺 朱霄汉 郑明杰 |
| |
作者单位: | 1. 中国科学院合肥物质科学研究院;2. 中国科学技术大学 |
| |
基金项目: | 国家重点研发计划项目(2018YFE0307104);;国家自然科学基金(11632001); |
| |
摘 要: | 构建低活化铁素体/马氏体(RAFM)钢的中子辐照脆化预测模型对聚变反应堆的安全运行和优化设计新型RAFM钢具有十分重要的意义。本研究基于收集的RAFM钢中子辐照数据集,采用相关性筛选、递归消除方法识别出影响RAFM钢中子辐照条件下韧脆转变温度(DBTT)的关键特征变量。利用筛选的关键特征变量,构建了具有良好预测能力的RAFM钢中子辐照DBTT预测模型。为进一步实现中子辐照条件下韧脆转变温度变化(ΔDBTT)的预测,首先构建了RAFM钢未辐照DBTT预测模型,然后将辐照前后DBTT预测模型相结合构建了RAFM钢中子辐照ΔDBTT预测模型。通过将模型预测的ΔDBTT与文献收集的数据进行对比发现,该模型具备较好的预测能力。
|
关 键 词: | 机器学习 RAFM钢 辐照脆化 韧脆转变温度 |
|
|