金属热处理

作者：张伦凤, 王治涵, 赵俊渝, 安康, 徐骏, 顾剑锋

单位：1.上海交通大学 材料改性与数值模拟研究所, 上海 200240; ；2.重庆齿轮箱有限责任公司, 重庆 402263

关键词：材料数据库,热处理,机器学习,数据挖掘

基金：国家重点研发计划(2018YFA0702905)

材料参数是热处理工艺模拟中至关重要的数据支撑,但目前国内相关的材料数据库十分缺乏,少数现有数据库存在数据准确性低、完整性差、无法共享等问题,且仅通过化学成分区分材料,无法应对热处理工艺模拟对参数的需求。为此,设计出以化学成分与微观组织为主的数据结构体,自主开发了一款在线的专用材料数据库。该数据库针对热处理工艺模拟所需的材料参数特性,优化设计了数据存储结构。采用B/S架构设计实现了数据共享,同时提高了数据使用便捷性。另外,该数据库通过采用数据挖掘技术,引入了多元线性回归、贝叶斯线性回归、决策树和随机森林4种机器学习算法,建立了一种创新的数据提取机制。可通过对现有数据的应用分析确定有效的数据提取策略,进而获取当前所需的实际数据,初步解决了当前普遍存在的数据缺失问题,有力支撑了热处理工艺模拟的开展。

来源：2023年第9期

《金属热处理》期刊编辑部

查看金属热处理杂志2023年第9期