0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

一種高效的合金設計新策略:耦合計算熱力學方法和機器學習技術

鴻之微 ? 來源:鴻之微 ? 作者:鴻之微 ? 2022-07-28 14:50 ? 次閱讀

鑄造鋁合金由于密度小、鑄造流動性好、可塑性強等優(yōu)點廣泛應用于汽車、航空航天和機械制造等重要領域。工業(yè)生產中,通常會在鑄造鋁合金中添加堿土金屬Sr來細化合金微觀組織以改善合金綜合力學性能。然而,采用傳統(tǒng)的“試錯法”難以實現(xiàn)高效的Sr改性鑄造鋁合金的成分設計。因此,如何對合金進行前期設計,預測合金微觀結構和性能,以高效開發(fā)具有優(yōu)異性能的鑄造鋁合金對工業(yè)生產具有重大指導意義!

針對以上問題,中南大學張利軍教授團隊提出一種高效的合金設計新策略:耦合計算熱力學方法和機器學習技術,高效設計了A356鑄造鋁合金中Sr的最佳添加量,深入探討了Sr改性鑄造鋁合金的強韌化機理。相關論文以題為“Efficient alloy design of Sr-modified A356 alloys driven by computational thermodynamics and machine learning”發(fā)表在材料科學期刊Journal of Materials Science & Technology上。論文共同第一作者為中南大學的博士生易旺和碩士生劉光琛,通訊作者為中南大學的張利軍教授和高建寶博士,合作者包括桂林電子科技大學的盧照副研究員。

論文鏈接: https://doi.org/10.1016/j.jmst.2021.09.061

cfaa6c02-0d93-11ed-ba43-dac502259ad0.jpg

該項研究工作以Al-Si-Mg-Sr四元體系為研究對象,首先統(tǒng)一了Al-Si-Mg-Sr四元體系所有邊界二元系的熱力學描述,通過CALPHAD方法更新了Al-Mg-Sr三元體系的熱力學參數(shù),并重現(xiàn)了Al-Mg-Sr三元體系熱力學相圖(見圖1);結合熱力學外推方法建立Al-Si-Mg-Sr四元系熱力學數(shù)據(jù)庫,并通過制備關鍵合金,結合微結構表征和熱效應分析驗證所建立四元系熱力學數(shù)據(jù)庫的可靠性(見圖2)。

cfbd4566-0d93-11ed-ba43-dac502259ad0.png

圖1. Al-Mg-Sr三元體系計算相圖:(a)Al35Mg65-Al7Mg13Mg80(in wt.%)計算垂直截面;(b)10 wt.%Sr計算垂直截面;(c)Al-Mg-Sr三元體系400oC計算等溫截面;(d)計算與實驗相轉變溫度對比圖,對角實線上,計算結果與實驗數(shù)據(jù)完全一致。

d0065774-0d93-11ed-ba43-dac502259ad0.png

圖2. Al-Si-Mg-Sr四元體系熱力學數(shù)據(jù)庫構筑及驗證:(a)A356-xSr(in wt.%)計算垂直截面與DSC升溫型號對比;(b)A356-xSr(in wt.%)計算凝固相圖與DSC降溫型號對比。

隨后,集成計算熱力學、機器學習技術和關鍵實驗,高效設計了A356鑄造鋁合金中Sr的添加量(見圖3)?;诳煽康臒崃W數(shù)據(jù)庫,采用課題組前期開發(fā)的新型機器學習加速的分布式任務管理系統(tǒng)(Malac-Distmas)進行高通量的平衡相圖計算和非平衡凝固模擬,高效構筑A356合金隨Sr含量變化的凝固相圖及其相/組織分數(shù)圖,進而建立了合金成分與微結構之間的定量關系;同時,將實驗和計算微結構信息及測定力學性能作為機器學習ANN模型的輸入數(shù)據(jù)集,篩選機器學習模型參數(shù),獲取合金成分—微結構—性能間的定量關系,高效地確定A356合金中Sr的最佳添加量為0.005 wt.%,隨后通過關鍵力學性能測定及微結構表征驗證合金理論設計的可靠性(見圖4)。

d02cb7d4-0d93-11ed-ba43-dac502259ad0.png

圖3.耦合計算熱力學,機器學習和關鍵實驗進行Sr改性鑄造鋁合金成分設計的研究策略。

d05b568e-0d93-11ed-ba43-dac502259ad0.png

圖4. Sr改性A356合金設計:(a)通過計算熱力學構建的合金成分-微結構定量關系;(b)基于計算微結構信息和實驗測定力學性能,采用機器學習技術預測的Sr改性A356合金力學性能;(c)綜合力學性能因子及代表性實測微結構信息;(d)實驗驗證預測A356鋁合金中Sr的最佳添加量為0.005wt.%。

最后,通過對比分析了計算熱力學和機器學習技術的優(yōu)缺點,并通過數(shù)據(jù)挖掘技術深入挖掘Sr改性A356合金的強韌化機制,發(fā)現(xiàn)合金強度的提升主要來自于合金共晶組織的貢獻,而合金塑性的提升主要來自于合金中的初晶(Al)和軟質相Al2Si2Sr的貢獻(見圖5和圖6)。

研究工作為工業(yè)鑄造鋁合金的成分設計及強韌化機理的全面研究提供了一種可行方案。

d0913bf0-0d93-11ed-ba43-dac502259ad0.jpg

圖5.通過機器學習技術建立合金力學性能與合金微結構關系,挖掘合金強韌化機理:(a)初晶(Al);(b)共晶(Al);(c)共晶(Si);(d)Al2Si2Sr相。斜率為正表示性能與微結構呈正相關,斜率為負表示性能與微結構呈負相關。

d0b8be6e-0d93-11ed-ba43-dac502259ad0.png

圖6.通過計算熱力學分析驗證機器學習所挖掘的合金強韌化機理:(a)A356-xSr合金計算生長抑制因子;(b)A356-xSr合金計算凝固相圖;(c)A356-xSr合金成分-組織關系圖;(d)第一性原理計算的(Al)、(Si)和Al2Si2Sr相的體積模量。

審核編輯 :李倩

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 耦合
    +關注

    關注

    13

    文章

    583

    瀏覽量

    100900
  • 熱力學
    +關注

    關注

    0

    文章

    43

    瀏覽量

    9314
  • 機器學習
    +關注

    關注

    66

    文章

    8423

    瀏覽量

    132744

原文標題:文章轉載|中南大學《JMST》:一種高效的鑄造鋁合金設計新策略!

文章出處:【微信號:hzwtech,微信公眾號:鴻之微】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    Phase Lab鎳基數(shù)據(jù)庫,驅動高性能Ni-AI-Co-Cr系合金設計

    環(huán)境中。其中合金元素的協(xié)同作用,是鎳基合金優(yōu)異性能的重要來源。 基于#CALPHAD#方法,Phase Lab已正式上線12元鎳基合金熱力學
    的頭像 發(fā)表于 12-31 10:12 ?103次閱讀
    Phase Lab鎳基數(shù)據(jù)庫,驅動高性能Ni-AI-Co-Cr系<b class='flag-5'>合金</b>設計

    使用Phase Lab鎳基動力學數(shù)據(jù)庫計算多組分合金的成分分布曲線

    、焊接過程以及高溫蠕變等。采用CALPHAD方法、第性原理計算及結合關鍵實驗,精確高效地構筑鎳基合金相圖
    的頭像 發(fā)表于 12-13 15:40 ?715次閱讀
    使用Phase Lab鎳基動<b class='flag-5'>力學</b>數(shù)據(jù)庫<b class='flag-5'>計算</b>多組分<b class='flag-5'>合金</b>的成分分布曲線

    綜合熱分析儀:探索物質熱力學特性的利器

    綜合熱分析儀是款在材料科學、化學及生物學等領域具有廣泛應用的分析儀器。它能夠同時采集DSC(差示掃描量熱)和TG(熱重)信號,通過測量物質在加熱過程中的質量和熱量變化,揭示物質在不同溫度下的熱力學
    的頭像 發(fā)表于 12-11 09:47 ?173次閱讀
    綜合熱分析儀:探索物質<b class='flag-5'>熱力學</b>特性的利器

    合計算是如何提出來的

    合計算是微觀和宏觀視角算力提升策略的總結,是三個維度融合(異構融合x軟硬件融合x云邊端融合)的統(tǒng)稱,那么融合計算是如何提出來的?為什么融合計算有且僅有三個維度的融合? ? 性能和算力
    的頭像 發(fā)表于 12-10 09:51 ?122次閱讀
    融<b class='flag-5'>合計算</b>是如何提出來的

    使用Phase Lab2024A計算合金抗裂敏感性

    因素的影響,合金在凝固過程容易產生裂紋。因此裂紋敏感性是評價合金凝固過程開裂傾向的關鍵參數(shù)之,特別對于目前熱門的合金增材制造領域,建立裂紋敏感性評價標準對于設計新型增材
    的頭像 發(fā)表于 12-04 11:35 ?196次閱讀
    使用Phase Lab2024A<b class='flag-5'>計算</b><b class='flag-5'>合金</b>抗裂敏感性

    什么是機器學習?通過機器學習方法能解決哪些問題?

    計算機系統(tǒng)自身的性能”。事實上,由于“經驗”在計算機系統(tǒng)中主要以數(shù)據(jù)的形式存在,因此機器學習需要設法對數(shù)據(jù)進行分析學習,這就使得它逐漸成為智
    的頭像 發(fā)表于 11-16 01:07 ?440次閱讀
    什么是<b class='flag-5'>機器</b><b class='flag-5'>學習</b>?通過<b class='flag-5'>機器</b><b class='flag-5'>學習方法</b>能解決哪些問題?

    一種簡單高效配置FPGA的方法

    本文描述了一種簡單高效配置FPGA的方法,該方法利用微處理器從串行外圍接口(SPI)閃存配置FPGA設備。這種方法減少了硬件組件、板空間和成
    的頭像 發(fā)表于 10-24 14:57 ?664次閱讀
    <b class='flag-5'>一種</b>簡單<b class='flag-5'>高效</b>配置FPGA的<b class='flag-5'>方法</b>

    “本源悟空”超導量子計算機助力大規(guī)模流體動力學量子計算

    在量子計算領域,來自合肥綜合性國家科學中心人工智能研究院、本源量子、中國科學技術大學及其合作機構的研究團隊近日取得了重大突破,成功開發(fā)出一種新型的量子計算流體動
    的頭像 發(fā)表于 10-22 08:02 ?387次閱讀
    “本源悟空”超導量子<b class='flag-5'>計算</b>機助力大規(guī)模流體動<b class='flag-5'>力學</b>量子<b class='flag-5'>計算</b>

    開爾文測量法是如何工作的

    開爾文測量法(Kelvin scale)是一種溫度測量方法,它基于熱力學溫度的概念。熱力學溫度是個與能量有關的溫度度量,它與物質的
    的頭像 發(fā)表于 08-27 16:14 ?520次閱讀

    如何有效解決流固耦合問題

    問題涉及到流體力學、固體力學、熱力學、材料科學等多個學科領域,需要綜合運用這些學科的理論和方法。 1.2 非線性:流固耦合問題中的流體和固體
    的頭像 發(fā)表于 08-09 15:16 ?707次閱讀

    機器人視覺技術中圖像分割方法有哪些

    和分析。本文將詳細介紹圖像分割的各種方法,包括傳統(tǒng)的圖像處理方法和基于深度學習方法。 閾值分割法 閾值分割法是一種基于像素的圖像分割
    的頭像 發(fā)表于 07-04 11:34 ?1035次閱讀

    基于助聽器開發(fā)的一種高效的語音增強神經網絡

    受限的微控制器單元(microcontroller units,MCU)上,內存和計算能力有限。在這項工作中,我們使用模型壓縮技術來彌補這差距。我們在HW上對RNN施加約束,并描述了一種方法
    發(fā)表于 06-07 11:29

    激光焊接技術在焊接鎳鉻合金的工藝優(yōu)勢有哪些

    激光焊接機作為一種現(xiàn)代高精度焊接設備,其在鎳鉻合金焊接中的應用已經取得了顯著的成果。鎳鉻合金作為一種重要的金屬材料,廣泛應用于航空航天、核能、化工等領域,對其焊接
    的頭像 發(fā)表于 05-29 14:52 ?400次閱讀

    【量子計算機重構未來 | 閱讀體驗】+機器學習的終點是量子計算?

    便對機器計算能力產生了興趣,雖然不是這個專業(yè)的,但是可以抽出閑魚的時間,來了解下,可以通過學習來掌握些技能。 目前也只有在閑暇之余做
    發(fā)表于 03-10 16:33

    DSC:一種強大的材料表征技術

    在材料科學和工程領域,動態(tài)力學熱分析(DSC)是一種重要的實驗工具,用于研究材料的熱力學性能和動力學行為。DSC通過在受控溫度下測量材料對熱能吸收或釋放的能力,為研究者提供有關材料熱穩(wěn)
    的頭像 發(fā)表于 01-26 10:48 ?1245次閱讀
    DSC:<b class='flag-5'>一種</b>強大的材料表征<b class='flag-5'>技術</b>