机器学习辅助的WC-Co硬质合金硬度预测OA北大核心CSTPCD
硬度是硬质合金材料的一项典型代表性能,受多种因素的影响且各因素间常存在关联关系.本文旨在获得WC-Co硬质合金硬度的关键影响因素并实现硬度的高通量预测.建立了以硬质合金硬度为目标变量,以原料成分、烧结工艺和烧结体表征信息为特征的数据集;通过对特征的皮尔逊相关系数和SHAP分析,发现WC晶粒尺寸和Co含量对硬质合金硬度的影响最为显著.基于机器学习的支持向量机、多项式回归、梯度提升决策树、随机森林等算法,分别构建了硬质合金硬度预测模型.采用10折交叉…查看全部>>
宋睿;刘雪梅;王海滨;吕皓;宋晓艳
北京工业大学材料科学与工程学院,新型功能材料教育部重点实验室,北京100124北京工业大学材料科学与工程学院,新型功能材料教育部重点实验室,北京100124北京工业大学材料科学与工程学院,新型功能材料教育部重点实验室,北京100124北京工业大学材料科学与工程学院,新型功能材料教育部重点实验室,北京100124北京工业大学材料科学与工程学院,新型功能材料教育部重点实验室,北京100124
金属材料
硬质合金硬度机器学习高通量预测
《物理学报》 2024 (12)
P.300-310,11
国家自然科学基金(批准号:52271085,92163107,52171061)资助的课题。
评论