基于机器学习算法的核电结构材料性能预测

摘要：

核电作为我国能源的重要组成部分,显示出巨大的发展潜力.随着核电技术的不断提高、完善,各类核电结构材料层出不群,寻找性能优异的新型材料成为影响核电站安全性和经济性的重中之重.同时材料信息学的助力使得研究人员可以高效地得到大量试验与计算数据,基于以上数据通过机器学习算法即可预测材料的性能,为新材料的研发提供新的契机.对机器学习原理及方法进行了概述,基于核电合金结构材料数据库构建了适用于核电结构材料性能预测的机器学习系统,并对该系统进行流程介绍和具体示例演示.最后,结合对核电结构材料性能预测机器学习系统的研究,指出机器学习在材料领域存在的问题和未来研究方向,希望利用机器学习方法加速新材料的研发进程.

关键词：机器学习、核电结构材料、材料性能预测

所属期刊栏目：44

分类号：TL341;TP181(核反应堆工程)

资助基金：四川省科技计划项目2019ZDZX0001

在线出版日期：2022-06-16（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：102-110