基于机器学习的合金热处理工艺优化方法

摘要

本发明公开了一种基于机器学习的合金热处理工艺优化方法，旨在可以快速寻找到合金的最优热处理工艺，包括如下步骤，(1)根据正交实验设计原始训练集，而后通过插值方法细化工艺参数空间，建立合金工艺参数虚拟空间；(2)构建合金工艺描述符与目标性能的机器学习模型，根据性能评价选择最优适用模型(3)采用训练好的模型对合金虚拟空间的目标性能进行预测。(4)使用全局优化算法，平衡开发与探索选择下一次的反馈实验工艺。(5)如果所选择的工艺测试性能满足我们的需求，则停止；如果不满足，则继续执行该反馈循环，直至满足的需求。本发明建立的一种基于机器学习的快速优化合金热处理工艺的方法迭代效率高，这可以为合金制备，成分优化，工艺探索，提供新的解决思路，提升效率，降低生产成本。