重庆大学蒋斌教授、扬州大学王庆航副教授团队最新研究 | 以性能为导向的机器学习自决策策略：设计强塑性协同的低合金无稀土挤压镁合金

本文由重庆大学蒋斌教授和扬州大学王庆航副教授团队合作，提出了一种基于机器学习的自决策设计策略，用于开发低合金无稀土镁合金，旨在实现强塑性的协同提升。研究通过整合目标性能确定、反向和正向建模以及特征重要性分析，成功设计出新型挤压态Mg-2Al-1Zn-0.6Ca-0.4Mn合金，其抗拉强度达到344 MPa，断裂伸长率为21.3%。该策略不仅提高了合金设计的效率和精度，还加速了低成本高性能镁合金的开发。研究结果表明，通过优化合金成分和加工参数，可以实现高强度和高延展性的良好协同，为未来的镁合金设计提供了新的思路和方法。