西安交通大学航天学院：一种面向高强Al-Si合金设计的工艺协同式主动学习框架

本文介绍了西安交通大学刘思达团队开发的一种面向高强铝硅合金设计的工艺协同式主动学习框架（PSAL）。背景方面，高强铝硅合金设计面临成分空间庞大、工艺复杂和数据稀缺等难题。研究目的是通过整合多工艺路径数据，构建协同优化模型，以解决数据不平衡和性能预测问题。该框架采用条件Wasserstein自编码器（c-WAE）等技术，成功设计出不同工艺的高强铝硅合金，如重力铸造+T6热处理工艺下抗拉强度提升至459.8 MPa。结论表明，PSAL框架有效解决了数据稀缺问题，优化了合金成分，并提供了新的系统级属性相关性视角，为高性能合金设计提供了新方法。