机器学习在钢铁材料研究中的应用综述

摘要：

钢铁是当今世界处于核心地位的金属材料,时代的快速发展对钢铁材料的性能有了新的要求.然而目前钢材的设计具有超过百万种元素和工艺参数的组合,通过传统实验试错法进行钢铁材料的设计与研发缓慢而昂贵.机器学习技术已广泛应用于指导材料设计中,成为材料研究的新兴方法和热门领域.对机器学习在钢铁材料研究中的应用进展进行综述,介绍了机器学习的工作流程和常用模型与算法,阐述了机器学习在钢铁材料特征选择、成分-工艺-性能预测、服役行为预测以及逆向设计方面的研究进展.最后,分析了机器学习技术在钢铁材料领域面临的问题并展望了其发展前景.

关键词：钢铁、机器学习、特征选择、性能预测、材料设计

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金52001150

在线出版日期：2023-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：806-813