机械工程材料

作者：曹文轩, 史振宇, 邹斌, 王继来, 张成鹏, 袭建人

关键词：C/SiC复合材料, 材料数据库, Web系统, 神经网络, 性能预测

以MySQL Workbench 8.0为数据库平台,采用三层浏览器/服务器架构,利用PyCharm 2022开发了一套基于Web界面和机器学习技术的C/SiC复合材料数据库系统,该系统包括材料数据库和机器学习模型2部分,具有对材料组分结构、制备工艺、试验性能等材料研发各阶段的信息查询、添加、修改、删除、搜索以及支持信息管理、设计分析视图、案例推理辅助设计、用户与系统管理等功能。基于神经网络回归算法训练机器学习模型,利用材料微观结构参数预测材料力学性能,对不同微观结构参数的影响权重进行评价,并部署在系统平台中；通过Web用户界面调用机器学习模型,对预留的验证集数据进行拉伸模量和弯曲模量预测。结果表明：机器学习模型预测材料力学性能的精度达到95%左右,训练出来的预测模型具有良好的精度与泛化能力。

来源：2024年第5期

《机械工程材料》期刊编辑部

查看机械工程材料杂志2024年第5期