机器学习辅助金属材料力学性能预测

作者：程洪; 葛美伶; 司天宇; 张欢; 何忠平^*

来源：材料研究与应用, 2023, 17(06): 1070-1077.

DOI：10.20038/j.cnki.mra.2023.000606

• 金属材料
• 机器学习
• 性能预测
• 合金设计
• 数据挖掘

如今金属材料的发展进入了瓶颈期，急需一个新的发展方式来突破当前的瓶颈。上世纪50年代，人工智能逐渐兴起，经过60多年的发展，人工智能技术趋于成熟，大幅度的应用在各种领域中，材料领域也有所涉及。数据与人工智能结合的数据驱动方式成为改变金属材料发展瓶颈的新方式，有望大幅度提升金属材料的研发速度。介绍了金属材料领域的合金设计现状，在传统的“试错法”已经不能满足现有金属材料研发的基础上，综述了机器学习在金属材料力学性能预测等方面的一些应用。总结了机器学习存在的不足和需要优化的地方，展望了机器学习在金属材料领域中的发展方向。

• 单位
  成都大学