|
|||||
|
|
| 机器学习在金属材料服役性能预测中的应用 | |
| 作者姓名： | 李丰范 匡健隆 季佳浩 商春磊 吴宏辉 汪水泽 毛新平 |
| 作者单位： | 1. 北京科技大学材料科学与工程学院;2. 北京科技大学碳中和创新研究院,北京材料基因工程高精尖创新中心 |
| 基金项目： | 国家自然科学基金资助项目（52122408）； |
| 摘 要： | 在材料基因工程的背景下，数据驱动的机器学习技术推动着材料研究进入了新的范式.机器学习能够充分利用已有的实验数据，在不明晰机制原理的情况下实现对材料服役性能的准确预测，极大地减少了实验所需的时间与成本.本文以机器学习预测金属材料的典型服役性能为主题，总结并分析了四种预测金属材料服役性能的常用机器学习模型.以疲劳、蠕变、腐蚀这三种常见的服役性能为代表，介绍了机器学习在这三个性能方面的研究情况，并列举了几个具体的案例进行简要分析.最后，总结了机器学习预测金属材料服役性能的特点，分析了当下机器学习预测金属材料服役性能存在的一些科学问题，并对其发展前景进行了讨论和展望. |
| 关 键 词： | 机器学习 数据驱动 服役性能 材料数据 |