钢的力学性能的机器学习
应用物理
2021-01-05 v2 材料科学
摘要
力学性能对结构材料至关重要。从NIMS数据库中选取了关于钢的四种力学性能(即疲劳强度、抗拉强度、断裂强度和硬度)的360个数据，包括碳钢和低合金钢。将五种机器学习算法应用于这360个数据以预测力学性能，其中随机森林回归表现出最佳性能。通过随机森林和符号回归进行特征选择，得出对钢力学性能最重要的四个特征：回火温度以及合金元素碳、铬和钼。此外，通过符号回归生成了数学表达式，这些表达式明确预测了四种力学性能各自如何随这四个最重要特征定量变化。本工作展示了符号回归在发现新型先进材料方面的巨大潜力。
引用
@article{arxiv.2003.01943,
title = {Machine Learning of Mechanical Properties of Steels},
author = {Jie Xiong and Tong-Yi Zhang and San-Qiang Shi},
journal= {arXiv preprint arXiv:2003.01943},
year = {2021}
}