用于预测铜基复合材料硬度的数据分析方法
应用物理
2020-09-28 v2 材料科学
摘要
铜基复合材料在需要优异导电性与力学性能的应用中展现出高度潜力。本研究应用机器学习模型预测通过粉末冶金技术制备的铜基复合材料的硬度。工作中考虑了两种特定复合材料。从实验中，我们提取了独立变量（特征）如球磨时间（MT，小时）、位错密度（DD，1/m2）、平均粒径（PS，nm）、密度（gm/cm3）与屈服应力（MPa），而维氏硬度（MPa）用作因变量。通过计算独立变量与因变量间的皮尔逊相关系数（PCC）进行特征选择。我们采用六种不同机器学习回归模型预测两种基体复合材料的硬度。
引用
@article{arxiv.2002.10649,
title = {Data analytics approach to predict the hardness of the copper matrix composites},
author = {Somesh Kr. Bhattacharya and Ryoji Sahara and Dusan Bozic and Jovana Ruzic},
journal= {arXiv preprint arXiv:2002.10649},
year = {2020}
}
备注
9 pages, 3 figures, 2 tables