- 企業(yè)
- 供應(yīng)
- 求購(gòu)
- 資訊
上海交通大學(xué)輕合金精密成型國(guó)家工程研究中心材料智能設(shè)計(jì)與加工研究室最近在美國(guó)金屬學(xué)會(huì)會(huì)刊Metall. Mater. Trans. A發(fā)表題為《Predicting TwinNucleation in a Polycrystalline Mg Alloy using Machine Learning Methods》的研究成果，文章的第一作者為研究室碩士生童周諾，通訊作者為王樂(lè)耘特別研究員，共同作者為博士生朱高明以及曾小勤教授。論文鏈接：https://link.springer.com/article/10.1007%2Fs11661-019-05468-7
鎂合金是最輕質(zhì)的金屬結(jié)構(gòu)材料，在航空航天、汽車、醫(yī)用等領(lǐng)域有廣泛應(yīng)用前景。針對(duì)鎂合金的研究目前集中于如何提高其室溫延展性，這對(duì)于降低部件的加工成本具有重要意義。鎂的室溫延展性與一種叫孿晶的微觀變形過(guò)程緊密相關(guān)。在材料變形過(guò)程中，一些晶粒會(huì)發(fā)生孿晶即局部晶體取向翻轉(zhuǎn)，宏觀上表現(xiàn)為流變應(yīng)力下降。大量統(tǒng)計(jì)研究表明，初始晶粒的晶體取向、晶粒尺寸以及晶界處的應(yīng)力集中均會(huì)對(duì)孿晶的啟動(dòng)產(chǎn)生影響，也有一些基于微觀力學(xué)的孿晶形核準(zhǔn)則被提出。然而，目前沒(méi)有一套有效的判據(jù)，能夠準(zhǔn)確預(yù)測(cè)材料變形時(shí)孿晶在哪些晶粒內(nèi)會(huì)形核。
隨著大數(shù)據(jù)時(shí)代的來(lái)臨，機(jī)器學(xué)習(xí)算法提供了一種從數(shù)據(jù)本身找到規(guī)律的新思路，在各種領(lǐng)域已經(jīng)得到了廣泛應(yīng)用。孿晶啟動(dòng)本質(zhì)上是一個(gè)基于晶粒特征的二分類問(wèn)題。當(dāng)程序獲得了足夠多的晶粒數(shù)據(jù)后，通過(guò)機(jī)器學(xué)習(xí)中的分類算法就能夠自動(dòng)建立判斷孿晶形核的數(shù)學(xué)模型。通過(guò)設(shè)定模型評(píng)價(jià)指標(biāo)并優(yōu)化算法參數(shù)，可以逐步提高模型的預(yù)測(cè)準(zhǔn)確率以及泛化能力。
在本論文中，研究團(tuán)隊(duì)制備了三個(gè)具有不同織構(gòu)的鎂合金樣品，分別具有636、572和840個(gè)晶粒，以一個(gè)樣品作為訓(xùn)練集，另兩個(gè)樣品作為測(cè)試集。采用了決策樹(shù)、梯度提升樹(shù)(XGBOOST)、支持向量機(jī)(SVM)、神經(jīng)網(wǎng)絡(luò)(ANN)和樸素貝葉斯(NB)等五種算法來(lái)建立模型。最終，通過(guò)SVM和ANN算法建立的兩個(gè)模型達(dá)到了87%的測(cè)試集預(yù)測(cè)準(zhǔn)確率，遠(yuǎn)高于用傳統(tǒng)微觀力學(xué)方法建立的模型準(zhǔn)確率。此外，論文還給出了晶粒的不同屬性對(duì)于孿晶形核影響的重要性排序。
評(píng)論區(qū)
