基于机器学习算法的生物相容性镁合金力学性能设计
材料科学
2023-05-23 v1 机器学习
摘要
镁合金因其生物相容性、可控腐蚀速率以及与天然骨在刚度和密度上的相似性，是临时生物植入物的理想选择。然而，其较低的机械强度阻碍了它们作为心血管支架和骨替代物的应用。尽管可以设计具有所需机械强度的合金，但使用常规实验方法优化生物相容性镁合金的力学性能耗时且昂贵。因此，可利用人工智能（AI）来简化合金设计流程并减少所需时间。本研究开发了一种机器学习模型，以91%的R^2精度预测生物相容性镁合金的屈服强度（YS）。随后使用CALPHAD技术和热力学计算对预测模型进行验证。接着，将该预测模型作为遗传算法的适应度函数，以优化高强度生物相容性镁植入物的合金成分。结果提出并合成了两种合金，其YS值分别为108和113 MPa。这些数值远高于常规镁生物相容性合金，且更接近天然骨的屈服强度和抗压强度。最后，对合成合金进行显微组织分析和力学性能测试，以验证和评估所提出的基于AI的合金设计方法在制备适用于多种应用的特定性能合金方面的表现。
引用
@article{arxiv.2305.12060,
title = {Mechanical Property Design of Bio-compatible Mg alloys using Machine-Learning Algorithms},
author = {Parham Valipoorsalimi and Yuksel Asli Sari and Mihriban Pekguleryuz},
journal= {arXiv preprint arXiv:2305.12060},
year = {2023}
}