Ti-Zr-Nb固溶体合金动态压缩强度的机器学习模型优化

摘要：

Ti-Zr-Nb固溶体合金具有优异的强塑性匹配和撞击释能活性,在杀爆战斗部毁伤元和聚能战斗部药型罩材料领域极具应用价值.为了实现Ti-Zr-Nb合金及类似固溶体合金的动态力学性能精准预测,并支撑战斗部材料的精准设计与成分优化,采用粉末冶金法制备了56种Ti-Zr-Nb合金,并测试了材料的动态压缩强度,在此基础上开展了Ti-Zr-Nb合金动态压缩强度预测的机器学习模型优化、主控参量筛选研究,优化后的模型实现了合金动态压缩强度的预测误差<8％,并揭示了影响合金动态压缩强度的3个关键主控参量及权重排序:Δχ>G>δG.采用优化后的模型成功设计了具有更高动态压缩强度的合金成分,经试验验证,所设计的材料动态压缩强度达到3100 MPa,高于同类固溶体合金.

关键词：Ti-Zr-Nb固溶体合金、动态压缩强度、机器学习

所属期刊栏目：43

分类号：TG146.2(金属学与热处理)

资助基金：国家自然科学基金;北京理工大学青年教师启动基金资助项目;北京理工大学科技创新项目

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：517-525