利用神经网络设计镍基高温合金
材料科学
2018-03-09 v1 机器学习
计算物理
摘要
我们开发了一种新的计算工具，用于建模、发现并优化同时满足多达十一项物理判据的新合金。通过已有的材料数据训练人工神经网络，使其能够预测单个材料属性随成分和热处理工艺的变化，从而优化材料性能以搜索最可能超出目标判据的材料。我们设计了一种新的多晶镍基高温合金，其在成本、密度、gamma' 相含量与固溶度、相稳定性、疲劳寿命、屈服应力、极限抗拉强度、应力断裂、抗氧化性和拉伸延伸率方面具有最优组合。实验数据表明，所提出的合金符合计算预言，具备多项超越现有商用合金的物理性能，尤其是抗氧化性和屈服应力。
引用
@article{arxiv.1803.03039,
title = {Design of a nickel-base superalloy using a neural network},
author = {B. D. Conduit and N. G. Jones and H. J. Stone and G. J. Conduit},
journal= {arXiv preprint arXiv:1803.03039},
year = {2018}
}