10.11817/j.ysxb.1004.0609.2022-43111
机器学习辅助预测铜铝复合材料界面结构与性能
采用支持向量回归、人工神经网络和随机森林三种机器学习算法,建立了铜铝复合材料在连铸复合(固/液扩散)和退火(固/固扩散)时工艺参数与界面层厚度、界面结合强度的关系模型,为铜铝复合材料的界面调控提供了新方法.基于界面结合强度预测模型,采用遗传算法优化连铸复合工艺,得到的优化参数为:铝液温度θAl=799℃,铜液温度θCu=1220℃,拉坯速度v=83 mm/min,一次冷却水流量Q1=576 L/h,二次冷却水流量Q2=716 L/h.相关性计算以及界面剪切实验表明,Al2Cu层对断裂过程和界面结合强度有较大影响.
铜铝复合材料、连铸复合、界面、机器学习
33
TB331(工程材料学)
国家重点研发计划;国家自然科学基金
2023-03-15(万方平台首次上网日期,不代表论文的发表时间)
共12页
88-99