基于元素表征的添加新型微量元素的合金性能预测方法
知识产权简介
铝合金因其惊人的强度质量比广泛作为轻量化材料应用于航空工业领域,因此更高性能铝合金的发现工作备受关注。尽管人们利用模拟计算技术从其成分设计、热处理工艺等方面进行了大量研究,这一方法需要大量的计算资源而且通常要引入人工判断。与传统模拟计算方法不同,机器学习方法可以根据数据集训练更新模型,再通过模型预测特定成分及工艺制备条件的铝合金性能。但材料领域数据集较小,为了得到更好的预测设计精度,本发明提出了使用神经网络结合先验知识的方法和其他材料数据集进行迁移学习的方法,可以解决材料领域元素表征覆盖不全和传统机器学习筛选表征浪费资源的问题,同时改进了下游任务的训练方法,可以结合除元素含量外的其他材料加工数据。