上海交通大学王乐耘教授团队JMI最新研究论文|基于机器学习方法的高强高导热铸态铝合金开发

本文介绍了上海交通大学王乐耘教授团队利用机器学习方法开发高强高导热铸态铝合金的研究。研究背景是高强高导热铝合金在多个工业领域的需求量大，但其设计面临抗拉强度和热导率之间的倒置关系挑战。研究目的是通过机器学习方法，建立铝合金抗拉强度与热导率的定量预测模型，以加速高强高导热铝合金的设计。研究结果表明，通过元素泛化方法和特征选择算法，成功建立了精确的预测模型，并设计出热导率大于190 W·m-1·K-1、抗拉强度大于220 MPa的Al-2.64Si-0.43Mg-0.10Zn-0.03Cu合金。该研究展示了机器学习在加速传统金属材料合金成分优化中的潜力，未来有望通过数据驱动的材料开发方法大幅降低实验成本。