Fe–C合金

该合金在超临界CO2环境下的应力腐蚀行为可通过机器学习模型预测，R²>0.9，有望用于评估极端环境下的材料性能与寿命。

Huanhuan, Cao · Zhipeng, Xiong · Haoxiang, Guo · 鲁寨军 · Xu, Zhanyuan · 白利春

Journal of Materials Science 2024

参数信息

机器学习模型预测准确度

0.9

模拟条件数

625

技术优势

预测性能可靠

在625种不同条件下训练，最佳机器学习模型在未知条件下R²>0.9，具有良好泛化能力。

覆盖关键参数

从应力‑应变曲线提取初始应力、弹性模量和极限抗拉强度三个关键力学参数，可用于评估材料性能。

应用场景

• 航空发动机材料：用于评估超临界CO2环境下航空发动机材料的应力腐蚀性能退化。
• 耐腐蚀钢：用于预测耐腐蚀钢在超临界CO2中的力学性能退化，指导合金设计。
• 极端环境测试：提供了一种在极端环境中评估材料性能和寿命的理论框架。