机器学习辅助高性能银合金电接触材料的快速发现

作     者：何兴群 付华栋 张洪涛 方继恒 谢明 谢建新 HE Xingqun;FU Huadong;ZHANG Hongtao;FANG Jiheng;XIE Ming;XIE Jianxin

作者机构：北京科技大学北京材料基因工程高精尖创新中心北京100083 北京科技大学现代交通金属材料与加工技术北京实验室北京100083 北京科技大学材料先进制备技术教育部重点实验室北京100083 昆明贵金属研究所稀贵金属综合利用新技术国家重点实验室昆明650106 

基　　金：国家自然科学基金项目Nos.U1602271和51974028 北京市科委项目No.Z191100001119125 中央高校基本科研业务费项目No.FRF-IDRY-19-019 

出 版 物：《金属学报》 (Acta Metallurgica Sinica)

年 卷 期：2022年第58卷第6期

页      码：816-826页

摘      要：为了快速发现高性能银合金电接触材料,从文献中收集了32组铸造法制备的银合金电接触材料的成分和性能数据,采用特征量筛选方法识别出影响合金性能的关键合金因子,采用支持向量机算法建立了合金导电率和硬度预测模型,实现了合金成分的快速设计。选取预测性能优异的Ag-19.53Cu-1.36Ni、Ag-10.20Cu-0.20Ni-0.05Ce和Ag-11.43Cu-0.66Ni-0.05Ce (质量分数,%) 3种成分设计方案进行工业生产条件的实验验证,性能预测结果与实验结果误差均小于10%,3种合金导电率均≥79%IACS,Vickers硬度均≥87 HV,综合性能均优于已有铸造法制备的银合金电接触材料。上述研究结果表明,本工作建立的机器学习成分设计方法可靠性好,有助于提高合金成分设计效率,快速发现综合性能优异的银合金电接触材料。

主 题 词：机器学习 银合金 电接触材料 成分设计 

学科分类：08[工学] 080502[080502] 0805[工学-能源动力学] 

核心收录：

D　O　I：10.11900/0412.1961.2021.00002

馆 藏 号：203112050...