公开(公告)号：CN117995321A

公开(公告)日：2024-05-07

申请号：CN202410051060.X

申请日：2024-01-15

Applicant: 哈尔滨工业大学

Inventor： 朱景川 ,  陈师杏 ,  刘庭耀 ,  刘勇 ,  刘冠杞

IPC: G16C60/00 ,  G06F30/27 ,  G06F18/243 ,  G06N20/20 ,  G06N20/10 ,  G06F113/26 ,  G06F119/08 ,  G06F111/08

Abstract: 本发明公开了一种人工蜂群优化机器学习方法设计的马氏体时效钢及方法，步骤如下：数据收集、多尺度数据融合、人工蜂群优化机器学习模型建立、PSO粒子群算法反向寻优、筛选成分工艺进行实验验证，该方法设计的马氏体时效钢屈服强度为800～2800MPa，抗拉强度为900～2900MPa，伸长率为16％以下，面缩率为80％以下，硬度为30～60Hv。本发明主要解决了目前国内外超高强马氏体时效钢的强韧化设计周期长、成本高、目标性能难以兼顾的问题，基于热力学、第一性原理计算和机器学习的整合设计方法则能够大大减小试验次数和时间，对材料的屈服强度、抗拉强度、面缩率、伸长率及硬度进行了全方位预测，能够有效提高生产效率和产品性能。