西南交通大学刘金铃教授、张旭教授团队JMI最新研究论文 | 基于Arrhenius模型和机器学习的耐热铝基复合材料热变形行为研究

本文研究了耐热铝基复合材料的高温变形行为，通过引入大量耐热纳米条状相，开发了一种新型耐热铝基复合材料。研究使用Arrhenius模型和遗传算法优化的反向传播神经网络（GA-BPNN）模型对材料的高温变形行为进行了深入分析。结果表明，GA-BPNN模型在预测高温流变应力方面表现出最高的精度和泛化能力。基于GA-BPNN模型预测的应力值，构建了材料的热加工图，确定了材料的稳定变形区域为573-673 K。通过SEM和TEM分析验证了热加工图的准确性，证明了复合材料在高温变形过程中具有良好的微结构稳定性。该研究为优化材料加工参数提供了重要参考，有助于实际生产中的材料加工与应用。