一种高硬度铜镍铁锰合金材料及其设计方法技术

本发明专利技术提供了一种高硬度铜镍铁锰合金材料及其设计方法，该设计方法包括：建立数据库，进行特征筛选，搭建设计模型，并根据筛选的特征对其进行训练，根据训练后的模型，基于粒子群算法对合金材料的成分及工艺参数进行预测

【技术实现步骤摘要】
一种高硬度铜镍铁锰合金材料及其设计方法


[0001]本专利技术涉及合金材料设计
，特别是涉及一种高硬度铜镍铁锰合金材料及其设计方法
。

技术介绍

[0002]高性能铜合金同时具备优异的力学性能
、
导电性能
、
耐蚀性能等综合性能，被广泛应用于电子信息产业超大规模集成电路引线框架
、
高速轨道交通接触线
、
国防装备导体材料
、
大功率电动机导条与端环
、
新能源汽车用电阻焊电极
、
冶金工业用连铸机结晶器
、
电气工程用开关
、
电子元器件接插件，海洋工程用管路
、
阀门等，是发展新一代信息技术
、
先进轨道交通
、
航空航天装备
、
新能源汽车
、
海洋工程等高新
的关键材料和重要基础
。Cu
‑
Ni
‑
Fe
‑
Mn
系合金目前多用于船舰制造
、
海水淡化
、
海水发电
、
深海采油等领域，具有良好的耐蚀性能
。
然而，面对工程要求，
Cu
‑
Ni
‑
Fe
‑
Mn
系合金需要具备相应的力学性能，同时，制备工艺要尽量简单，以便合金材料的大批量制备
。
[0003]众所周知，材料的成分及工艺会影响材料的微观组织及结构，进而影响其最终性能
。
因此，优异的力学性能离不开合金的成分设计与工艺优化
。
传统的实验及研究往往依靠研究人员进行大量试错实验，这样的研发方式下很难找到成分
‑
工艺
‑
性能之间的关系，时间成本
、
人力成本
、
金钱成本高昂，从研发到产业化周期漫长
。
因此，设计一种高硬度铜镍铁锰合金材料及其设计方法是十分有必要的
。

技术实现思路

[0004]本专利技术的目的是提供一种高硬度铜镍铁锰合金材料及其设计方法，有助于从原子层面找寻最优的合金成分，并通过大数据及算法设计相应的工艺，高效实现合金的成分
‑
工艺一体化设计
。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种高硬度铜镍铁锰合金材料及其设计方法，铜镍铁锰合金材料的组成元素包括
Cu、Ni、Fe、Mn、Al、Ti
及
Cr
，其中，
Cu
的质量分数为
87.34wt
％，
Ni
的质量分数为
9.88wt
％，
Fe
的质量分数为
1.51wt
％，
Mn
的质量分数为
0.82wt
％，
Al
的质量分数为
0.11wt
％，
Ti
的质量分数为
0.16wt
％，
Cr
的质量分数为
0.18wt
％
。
[0007]本专利技术还提供了一种高硬度铜镍铁锰合金材料设计方法，应用于上述的高硬度铜镍铁锰合金材料，包括如下步骤：
[0008]步骤1：建立数据库；
[0009]步骤2：进行特征筛选；
[0010]步骤3：搭建设计模型，并根据筛选的特征对其进行训练；
[0011]步骤4：根据训练后的模型，基于粒子群算法对合金材料的成分及工艺参数进行预测
。
[0012]步骤1中，建立数据库，具体为：
[0013]建立数据库，其中数据库的数据内容包括合金成分
、
加工工艺及合金硬度，其中，数据库中的加工工艺为固溶
、
均匀化
‑
轧制
‑
退火
。
[0014]步骤2中，进行特征筛选，具体为：
[0015]将数据库中的合金成分转化为原子特征，通过皮尔逊相关系数筛选
、
单变量特征选择及前向特征消除与穷举法，得到最终输入特征，分别为组成成分的
d
层价电子的平均偏差
ADdVE、
合金混合熵
Δ
Smix
及合金成分原子量的平均偏差
ADAW。
[0016]步骤3中，搭建设计模型，并根据筛选的特征对其进行训练，具体为：
[0017]基于
LightGBM
算法建模，搭建设计模型，基于数据库，以组成成分的
d
层价电子的平均偏差
ADdVE、
合金混合熵
Δ
Smix、
合金成分原子量的平均偏差
ADAW、
变形程度
、
退火温度及退火时间作为输入，以合金硬度作为输出，对设计模型进行训练，基于均方根误差
RMSE
及决定系数
R2对训练后的模型进行评估，若准确率达到
85
％，则进行下一步骤，否则继续进行训练优化
。
[0018]步骤4中，根据训练后的模型，基于粒子群算法对合金材料的成分及工艺参数进行预测，具体为：
[0019]选定主合金元素为
Cu、Ni、Fe、Mn
，微合金化元素为
Al、Ti
及
Cr
，定义各成分及工艺参数的搜索空间，基于粒子群算法自动搜索搜索空间内最优的成分及工艺组合，最终得到最优预测结果
。
[0020]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供的高硬度铜镍铁锰合金材料及其设计方法，该设计方法包括建立数据库，进行特征筛选，搭建设计模型，并根据筛选的特征对其进行训练，根据训练后的模型，基于粒子群算法对合金材料的成分及工艺参数进行预测，该方法利用机器学习辅助实验的方法，一体化高效设计出高硬度的
Cu
‑
Ni
‑
Fe
‑
Mn
系合金的成分及工艺，缩短从研发到制备的生产周期，提高
Cu
‑
Ni
‑
Fe
‑
Mn
系合金硬度，有利于促进
Cu
‑
Ni
‑
Fe
‑
Mn
系合金在工程中的进一步应用
。
附图说明
[0021]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种高硬度铜镍铁锰合金材料，其特征在于，铜镍铁锰合金材料的组成元素包括
Cu、Ni、Fe、Mn、Al、Ti
及
Cr
，其中，
Cu
的质量分数为
87.34wt
％，
Ni
的质量分数为
9.88wt
％，
Fe
的质量分数为
1.51wt
％，
Mn
的质量分数为
0.82wt
％，
Al
的质量分数为
0.11wt
％，
Ti
的质量分数为
0.16wt
％，
Cr
的质量分数为
0.18wt
％
。2.
一种高硬度铜镍铁锰合金材料设计方法，应用于权利要求1所述的高硬度铜镍铁锰合金材料，其特征在于，包括如下步骤：步骤1：建立数据库；步骤2：进行特征筛选；步骤3：搭建设计模型，并根据筛选的特征对其进行训练；步骤4：根据训练后的模型，基于粒子群算法对合金材料的成分及工艺参数进行预测
。3.
根据权利要求2所述的高硬度铜镍铁锰合金材料设计方法，其特征在于，步骤1中，建立数据库，具体为：建立数据库，其中数据库的数据内容包括合金成分
、
加工工艺及合金硬度，其中，数据库中的加工工艺为固溶
、
均匀化
‑
轧制
‑
退火
。4.
根据权利要求3所述的高硬度铜镍铁锰合金材料设计方法，其特征在于，步骤2中，进行特征筛...

【专利技术属性】
技术研发人员：石仁海，刘新华，郭千黛，骆鑫杰，谢建新，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：