-
题名高熵陶瓷的功能性应用和数据驱动设计
- 1
-
-
作者
张勇
朱祥涵
-
机构
福耀科技大学材料科学与工程学院硅基材料教育部重点实验室
北京科技大学材料科学与工程学院新金属材料全国重点实验室
-
出处
《四川师范大学学报(自然科学版)》
2025年第3期285-311,F0002,共28页
-
基金
中国创新群体基金(51921001)。
-
文摘
高熵陶瓷(HECs)作为高熵材料庞大家族的一员,其被定义为含有5种或更多阳离子或阴离子亚晶格、具有高构型熵的固溶体.HECs与高熵合金有着相似的“四大效应”,即高熵效应、晶格畸变效应、迟滞扩散效应以及协同增效作用.由于在成分和结构上的复杂性,高熵陶瓷一方面展现出了多样化的性能特点,在众多技术领域具有潜在应用价值,应用领域包括耐磨耐腐蚀涂层、热障涂层、吸波涂层、太阳能吸收和耐辐照涂层等.另一方面,巨大的成分空间使得实验试错法耗费的时间和成本不可忽视.在材料科学领域,借助机器学习的方法,通过数据驱动和高通量方法可以加速发现和识别新成分,实现新材料的相预测和性能预测.本文从高熵陶瓷的功能性应用出发,综述高熵陶瓷领域的数据驱动方法和高通量策略,旨在推动高熵陶瓷在功能性应用领域的发展和创新.
-
关键词
高熵陶瓷
功能性应用
数据驱动
高通量策略
机器学习
-
Keywords
high-entropy ceramics
functional application
data drive
high-throughput strategies
machine learning
-
分类号
TG131
[一般工业技术—材料科学与工程]
-
-
题名基于神经网络代理模型的车身多学科轻量化优化设计
- 2
-
-
作者
荣海
蒋建中
姚再起
马凯
杜柯南
-
机构
浙江大学材料科学与工程学院
吉利汽车研究院(宁波)有限公司
宁波吉利汽车研究开发有限公司
福耀科技大学材料科学与工程学院
-
出处
《汽车安全与节能学报》
北大核心
2025年第1期32-42,共11页
-
基金
宁波市重点研发计划(2023Z065)。
-
文摘
通过车身零件厚度优化,在保证正碰、侧碰、模态和刚度多个学科关键性能基本不变的前提下,实现车身轻量化设计。采用代理模型法代替仿真与协同优化方法结合开展优化;考虑到碰撞工况的高度非线性特性,选择基于机器学习算法的全连接神经网络(FCNN)来建立代理模型;基于代理模型法获得轻量化方案最终通过仿真验证。结果表明:与传统响应面模型和Kriging模型相比,FCNN模型具有更强的非线性回归和泛化能力;碰撞工况FCNN的预测精度相较于其他2种模型提升约12.5%,R2达到0.9左右;优化前后车身整体性能变化不大,实现减重7.5kg。
-
关键词
汽车轻量化
多学科优化
神经网络
协同优化
代理模型
-
Keywords
automobile lightweight
multidisciplinary design optimization
neural network
collaboration optimization
surrogate model
-
分类号
U463.821
[机械工程—车辆工程]
U462
[机械工程—车辆工程]
-
