买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国航发湖南动力机械研究所

摘要：本发明公开了一种高综合性能的钛合金成分设计方法及制备方法，其中钛合金成分设计方法包括：建立初始数据集；通过Pearson相关性筛选、递归消除及特征重要性排序进行数据筛选，确定影响钛合金性能的关键材料描述符组合；建立包含合金成分、关键材料描述符、合金性能数据的数据集；建立预测模型；S5：利用非支配排序遗传进化算法的多目标优化策略对多个合金性能进行协同优化，获得具有最优综合性能的钛合金成分，并进行实验验证与迭代优化。本发明在NSGA‑Ⅱ算法中引入权重系数表示合金性能的重要性，可根据需求，调整优化目标的权重以调整优化侧重点，最终获得满足特定应用需求的合金设计方案。

主权项：1.一种高综合性能的钛合金成分设计方法，其特征在于，包括以下步骤：S1：建立初始数据集，根据钛合金历史数据，建立包含合金成分、关键材料描述符以及合金性能的初始数据集；所述合金成分包含Ti、Al、Sn、Zr、Mo、Nb、Ta、Si、W、Hf、Nd、Y、C元素中的至少一种；所述关键材料描述符包括合金理论熔点、价电子浓度、电子浓度、电负性、泊松比、剪切模量、杨氏模量、压缩模量、a晶格常数、b晶格常数、c晶格常数、混合焓、晶格畸变能中的至少两种；所述合金性能包括600℃高温强度、延伸率、蠕变强度及疲劳寿命数据中的至少两种；S2：逐步通过Pearson相关性筛选、递归消除及特征权重排序进行数据筛选，确定影响钛合金性能的关键材料描述符组合；S3：建立数据集，根据S1和S2中特征筛选结果，建立包含合金成分、关键材料描述符、合金性能的数据集；S4：建立预测模型，将步骤S3中建立的数据集随机分为训练集和测试集，利用训练集建立关键特征XGBoost初始模型；采用GridSearch和K-FoldCrossValidation算法对所述XGBoost初始模型超参数进行双重优化，得到XGBoost改进模型；利用测试集对XGBoost改进模型进行预测准确性评估及优化设计，得到XGBoost最佳预测模型；S5：多目标优化，基于S4中所述预测模型，在非支配排序遗传进化算法中引入权重系数分别表示不同合金性能的重要性，根据不同应用场景的实际需求，通过调整的取值对多种合金性能进行不同程度优化，优化目标如公式1，从而获得具有最优综合性能的钛合金成分，并进行实验验证与迭代优化； 1；其中，为m个优化目标的函数表达式；为不同合金性能优化的适应度函数，即S4步骤所建立的预测模型；分别表示各性能的最大值和最小值，根据实际需求进行设定；分别为m个优化目标的权重系数，代表m个目标合金性能的重要性，其中m≥2。

全文数据：

权利要求：

百度查询： 中国航发湖南动力机械研究所 高综合性能的钛合金成分设计方法及制备方法