机器学习引导的加速发现用于生物医学应用的贫镁合金的结构-性能相关性
材料科学
2024-07-02 v1
摘要
镁合金因其可生物降解性、生物相容性以及出色的力学性能，正成为传统骨科植入材料的有前途的替代品。然而，它们在体内快速降解带来了挑战，尤其是在长期维持力学完整性方面。本研究探讨了高温热处理对贫 Mg-Zn-Ca-Mn 合金 ZX10 的力学和降解特性的影响。利用 X 射线衍射和光学显微镜等快速、高效的成本表征方法，我们迅速检查了热处理后的微观结构变化。采用 Pearson 相关系数分析，我们揭示了微观结构属性与关键目标（性能）之间的关系：硬度和耐腐蚀性。此外，利用最小绝对收缩和选择算子（LASSO），我们在密切相关的变量中确定了主导的微观结构因素。我们的研究结果强调了晶粒细化在强化中的重要作用，以及三元 Ca2Mg6Zn3 相在腐蚀行为中的主导地位。这表明，通过细晶和降低三元相浓度，可以实现强度和耐腐蚀性的最佳结合。这项深入的研究为镁合金中加工、结构和性能之间复杂的相互作用提供了有价值的见解，从而推动了更优的可生物降解植入材料的发展。
引用
@article{arxiv.2404.13022,
title = {Machine Learning-guided accelerated discovery of structure-property correlations in lean magnesium alloys for biomedical applications},
author = {Sreenivas Raguraman and Maitreyee Sharma Priyadarshini and Tram Nguyen and Ryan McGovern and Andrew Kim and Adam J. Griebel and Paulette Clancy and Timothy P. Weihs},
journal= {arXiv preprint arXiv:2404.13022},
year = {2024}
}