机器学习方法加速镁合金设计研究

近日,澳洲国立大学N. Birbilis教授和莫拉什大学M. Ghorbani博士等人对过往镁合金设计领域的数据进行了详细分析和重构,提出了一种基于数据进行合金设计的新方法。在这项工作的第一部分研究中,作者首先从文献和实验工作中提取数据,开发了一个包含916个数据点的合金数据库。通过成分-工艺-性能矩阵,分析了数据库的特征,探讨了合金化和热加工对力学性能的影响。将合金数据库与热力学稳定的析出相相关联,以进一步分析微观结构与力学性能之间的关系。机器学习模型为加速新材料开发提供了新途径,为繁琐且资源密集型的经验方法提供了虚拟替代方案。

铁碳合金状态图

铁碳合金状态图(也称为铁碳平衡图、铁碳相图或铁碳状态图)是研究铁碳合金在加热和冷却时的结晶过程和组织转变的图解。它主要描述了铁碳合金在不同温度和碳含量下的相组成及相之间的平衡关系。关于铁碳合金状态图的“降解”,我理解为可能是对其内容的解析或对其在特定条件下的变化进行描述。然而,通常我们不会使用“降解”这个词来描述铁碳合金状态图本身,因为它不是一个可以降解的物质或过程。

发展生物基材料正当时

据预测,生物基产品的市场份额在未来5到10年内有望实现显著增长,从目前的不足2%大幅提升至20%以上,预计年产量可达到8000万吨以上。根据MarketsandMarkets的预测,全球生物塑料及聚合物市场规模在2020年已达到105亿美元,并受到各国政府产业扶持政策的积极推动。预计到2025年,这一市场规模有望增长至279亿美元,年均复合增长率高达21.7%。这一趋势显示出生物基塑料在全球范围内正逐步获得广泛认可和应用,为绿色低碳循环经济的发展注入了新的活力。