基于贝叶斯优化的Mo基合金高温强度影响分析OA北大核心CSTPCD

Mo基合金作为先进核反应堆的包壳等堆芯结构材料的候选材料,其高温抗拉强度仍是制约其在先进核反应堆领域应用的瓶颈之一。本文通过收集Mo基合金的成分及抗拉强度等数据,并对数据进行相关性分析及重要属性的筛选,采用贝叶斯优化卷积神经网络的回归模型,构建了Ti、Zr、C、N等关键成分与Mo基合金抗拉强度的关联性,获得针对Mo基合金高温抗拉强度的性能预测。结合相关性分析以及建模预测分析得出:Ti、Zr、Re、La_(2)O_(3)有利于Mo基合金高温抗拉强度的提升;N和Si不利于Mo基合金高温抗拉强度的提升。后续通过分析双元素或者三元素组合共同影响抗拉强度变化,可以得出在特定温度条件下,Mo基合金抗拉强度达到一定范围的成分设计方案。