利用机器学习构建ODS钢成分与拉伸性能关联模型

摘要

针对ODS合金,收集了约300组实验数据,每组数据包含ODS合金的成分、加工工艺、相结构、拉伸性能测试参数和拉伸性能数据等。针对已有的ODS合金拉伸性能影响因素的研究成果,筛选出9种属性作为机器学习模型的输入,包含ODS合金中Cr含量、Y2O3含量、W含量、Ti含量、Al含量、成型工艺类型及温度、相结构和拉伸测试温度。