文献检索-宁波市创意产业特色资源库

限定检索结果

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: 收藏
分享
引用; 《金属热处理》2025年第1期50卷 266-271页; 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镍钻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; 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^...; 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。; 来源：详细信息评论

限定检索结果