机器学习在轻质合金研究中的应用

张思雨, 李日(河北工业大学材料科学与工程学院)

摘要: 轻质合金以其低密度和高强度特性在航空航天、汽车、电子和建筑等领域具有重要应用。然而, 传统的基于经验的“试错法”和基于理论的模拟计算方法, 需要进行大量实验, 周期长、成本高, 难以满足现代轻质合金的发展需求。随着人工智能和数据驱动技术的迅猛发展, 机器学习作为目前人工智能领域应用最广泛、发展最快的分支之一, 已广泛应用于材料科学, 显著加速了新材料的发现和优化。对机器学习计算在轻质合金研究中的应用进展进行了综述, 介绍了机器学习在材料研究中的工作流程, 阐述了机器学习在轻质合金性能预测、成分设计以及工艺优化方面的研究进展及应用实例。最后, 对当前机器学习在轻质合金领域的研究中面临的挑战进行了总结, 并对其发展前景进行了展望。

关键词: 机器学习; 轻质合金; 性能预测; 成分设计; 工艺优化