机器学习预测退火温度和时间对SUS321不锈钢力学性能的影响

作     者：王欢欢 卢苏君 李渊 徐宁 朱廷贤 王旭 魏宁 吴大莉 彭威中 Wang Huanhuan;Lu Sujun;Li Yuan;Xu Ning;Zhu Tingxian;Wang Xu;Wei Ning;Wu Dali;Peng Weizhong

作者机构：镍钴共伴生资源开发与综合利用全国重点实验室甘肃金昌737100 金川镍钴研究设计院有限责任公司甘肃金昌737100 金川集团镍合金有限公司甘肃金昌737100 金川集团信息与自动化工程有限公司甘肃金昌737100 

出 版 物：《金属热处理》 (Heat Treatment of Metals)

年 卷 期：2025年第50卷第1期

页      码：266-271页

摘      要：为揭示SUS321不锈钢的力学性能与其热处理工艺之间的复杂关系,基于随机森林模型,通过机器学习方法建立了退火温度、退火时间与SUS321不锈钢力学性能的预测模型。结果表明,模型对SUS321不锈钢抗拉强度、屈服强度和伸长率的预测性能指标R^(2)均超过0.8,表现出较好的预测效果。基于部分依赖图和个体条件期望图的分析表明,随退火温度和退火时间的增加,SUS321不锈钢的抗拉强度和屈服强度呈现下降趋势,而伸长率呈现上升趋势,且退火温度为主要特征参数。

主 题 词：SUS321不锈钢 退火处理 力学性能 机器学习 模型解释 

学科分类：080503[080503] 08[工学] 0805[工学-能源动力学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.13251/j.issn.0254-6051.2025.01.041

馆 藏 号：203157005...