【技术实现步骤摘要】
本专利技术涉及金属基复合材料，特别是涉及一种基于机器学习的高模量镁基复合材料的设计方法。
技术介绍
1、镁及其合金具有密度低、比强度高、导热性好等优点，因此在汽车、医疗设备、航空航天和电子器件等领域具有巨大的潜力。然而，镁及其合金的应用受到一些限制，如弹性模量低、蠕变耐磨性能差、耐腐蚀性差等问。特别是弹性模量低的缺陷，对于航天卫星用大型薄壁支架具有稳定性和减重的双重迫切需求，镁合金的模量低成为该结构件性能提升的卡脖子问题。
2、弹性模量主要取决于分子间的结合力，为了提高镁的弹性模量，在镁基体中引入某种元素，这些成分可以改变相邻原子之间的相互作用。通过在镁基体中添加特定的合金元素如al、li、ge、pb、si、ag、zn等和稀土元素制备镁合金，使合金中产生高模量析出相，可以在合金中形成第二相强化，同时有效提高镁合金弹性模量。尽管合金中的第二相具有十分高的模量，不过镁合金弹性模量的提升却十分有限，这可能跟镁合金中的添加元素有关，由于所用的合金元素通常是非无限固溶体元素，它们在镁合金体系中的含量较低，从而在合金中产生较低的第二相含...
【技术保护点】
1.一种基于机器学习的高模量镁基复合材料的设计方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的高模量镁基复合材料的设计方法，其特征在于，所述对获取到的镁基复合材料的相关数据进行数据预处理，以构建机器学习的样本数据集，包括：
3.根据权利要求1所述的基于机器学习的高模量镁基复合材料的设计方法，其特征在于，所述样本数据集包括增强体数据、制备参数和弹性模量数据。
4.根据权利要求1所述的基于机器学习的高模量镁基复合材料的设计方法，其特征在于，所述相关特征数据集包括：增强体的含量、增强体的尺寸、搅拌速度、搅拌时间和搅拌温度。
5.根...
【技术特征摘要】
1.一种基于机器学习的高模量镁基复合材料的设计方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的高模量镁基复合材料的设计方法，其特征在于，所述对获取到的镁基复合材料的相关数据进行数据预处理，以构建机器学习的样本数据集，包括：
3.根据权利要求1所述的基于机器学习的高模量镁基复合材料的设计方法，其特征在于，所述样本数据集包括增强体数据、制备参数和弹性模量数据。
4.根据权利要求1所述的基于机器学习的高模量镁基复合材料的设计方法，其特征在于，所述相关特征数据集包括：增强体的含量、增强体的尺寸、搅拌速度、搅拌时间和搅拌温度。
5.根据权利要求1所述的基于机器学习的高模量镁...
【专利技术属性】
技术研发人员：赵宇宏，朱志宏，宁文行，刘新华，谢建新，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。