文章标题:基于机器学习方法的GH4175高温合金高温塑性与成分关联研究
文章作者:刘宜瑞1,刘有云2,赵佳军1,虎小兵1,陈一鸣1,赵张龙1,李俊杰1,王志军1,王锦程1
关 键 字:GH4175;机器学习;高温塑性;成分优化
文章摘要:
GH4175合金是新型难变形高温合金的典型代表,通过成分优化提升其高温单相区变形能力,是避免该合
金铸锭开坯过程中开裂的重要前提。综合利用相图热力学计算、高温拉伸实验及机器学习方法,通过成分设计空间逐层
筛选优化以及自适应学习策略, 获得了影响该合金800℃γ′相体积分数、γ′相完全溶解温度和合金初始液化温度的关
键元素,建立了上述元素含量与高温伸长率之间的关系模型,明确了在保证一定热加工温度窗口和800℃γ′相体积分
数的前提下,同时具备优异高温塑性的合金成分范围及微观组织特征。