科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及一种基于机器学习的增材制造金属材料逆向设计方法,包括：根据历史数据建立源域、目标域数据集；建立并训练源域性能预测模型；迁移模型参数,建立并训练目标域性能预测模型；建立并训练成分设计模型；输入目标性能与要求,得初始材料成分；将初始材料成分输入目标域性能预测模型预测性能；判断预测性能与目标性能的误差,若不在允许范围,重新建立模型,反之,材料成分设计完成；按所设计成分制备所需形式材料,通过金属增材制造技术成形并验证性能。本申请通过机器学习技术在现有金属成分及性能数据较少时,挖掘材料“成分—性能”之间的隐式复杂关系,实现面向性能要求的增材制造金属材料设计,提高新材料的研发效率。
- 单位
