基于支持向量回歸的超硬材料（鋁合金-多晶-共價(jià)晶體）的硬度研究.pdf

1、材料作為人類生產(chǎn)生活的三大支柱產(chǎn)業(yè)之一，是人類得以生存和發(fā)展的物質(zhì)基礎(chǔ)。隨著現(xiàn)代科學(xué)技術(shù)的迅速發(fā)展，對(duì)于材料的硬度提出了越來(lái)越高的標(biāo)準(zhǔn)和要求，有效制備超高硬度材料顯得非常重要。超硬材料具有非常優(yōu)異的力學(xué)/機(jī)械性能。高硬度材料應(yīng)用廣泛，如機(jī)械加工中的切、鉆、割、削；高溫高壓下轉(zhuǎn)動(dòng)的機(jī)器部件的抗磨損膜等。為了提高材料的硬度，進(jìn)而獲得特殊用途的具有良好機(jī)械性能的超硬度材料，人們對(duì)超硬度材料進(jìn)行了廣泛、深入的研究，目前仍然不能完全滿足實(shí)際需要，

2、因此進(jìn)一步的理論研究具有現(xiàn)實(shí)意義。對(duì)于多晶材料、共價(jià)晶體材料和鋁合金材料，材料的種類、元素組分、結(jié)構(gòu)參數(shù)等的改變會(huì)直接影響材料的硬度。人們利用經(jīng)驗(yàn)/半經(jīng)驗(yàn)公式，以及人工神經(jīng)網(wǎng)絡(luò)構(gòu)建了材料的種類、元素組分、結(jié)構(gòu)參數(shù)等與其硬度的關(guān)系，但存在較大誤差。本文采用支持向量回歸（SVR）理論，結(jié)合粒子群尋優(yōu)（PSO）算法進(jìn)行參數(shù)尋優(yōu)，分別對(duì)類金剛石及巖鹽結(jié)構(gòu)多晶材料、鋁合金材料和共價(jià)晶體材料的相關(guān)參數(shù)對(duì)其硬度的影響規(guī)律進(jìn)行了建模和優(yōu)化研究。

3、　　本研究主要內(nèi)容包括：①利用SVR對(duì)101個(gè)類金剛石及巖鹽結(jié)構(gòu)的多晶樣本的切變模量G和體積彈性模量B與其硬度的關(guān)系進(jìn)行了建模和分析研究。結(jié)果顯示，所建SVR回歸模型對(duì)18個(gè)測(cè)試樣本的平均絕對(duì)百分誤差(MAPE)達(dá)到4.94％；比文獻(xiàn)報(bào)道的經(jīng)驗(yàn)公式計(jì)算得到的27.4%小很多；類金剛石及巖鹽結(jié)構(gòu)的多晶的切變模量 G和切變模量/體彈模量之比k與其硬度呈高度復(fù)雜的非線性關(guān)系。同時(shí)還發(fā)現(xiàn)當(dāng)G為522.627GPa、k為1.17693時(shí)，多晶材料

4、最大硬度值可達(dá)99.82GPa。②根據(jù)不同元素組分的35個(gè)鋁合金樣本的硬度值的實(shí)測(cè)數(shù)據(jù)集，應(yīng)用基于PSO尋優(yōu)的SVR回歸方法，建立了鋁合金的元素組分與其硬度值之間的SVR模型。將SVR對(duì)鋁合金硬度值的回歸和預(yù)測(cè)結(jié)果與文獻(xiàn)報(bào)導(dǎo)的基于半經(jīng)驗(yàn)公式的預(yù)測(cè)結(jié)果進(jìn)行了比較。結(jié)果表明，在相同的29個(gè)訓(xùn)練樣本和6個(gè)測(cè)試樣本下，所建SVR模型具有更小的預(yù)測(cè)誤差、更高的預(yù)測(cè)準(zhǔn)確度和更強(qiáng)的泛化能力；利用所建SVR模型進(jìn)行了參數(shù)尋優(yōu)，發(fā)現(xiàn)當(dāng)Al合金中的Si、F

5、e、Cu、Mn、Mg、Ti、Zn、Cr組分分別為0.461399%、0.428445%、4.55044%、0.869609%、1.7023%、0.107273%、0.256642%、0.0790808%時(shí)，其最大維氏硬度可能達(dá)到154.964GPa，比目前實(shí)驗(yàn)發(fā)現(xiàn)的最大值150.0GPa大3.4%；還運(yùn)用所建SVR模型分析了各元素組分對(duì)Al合金硬度的協(xié)同影響規(guī)律。③運(yùn)用SVR對(duì)26種共價(jià)晶體材料的結(jié)構(gòu)參數(shù)與共價(jià)晶體硬度的關(guān)系進(jìn)行了合理高

6、效的建模分析。在小樣本的情況下所建的SVR模型對(duì)21個(gè)訓(xùn)練樣本和5個(gè)測(cè)試樣本都有較高的準(zhǔn)確度。其中SVR模型的訓(xùn)練誤差為2.5108%，比NRM的訓(xùn)練誤差19.725%要好得多。在測(cè)試誤差方面，SVR模型的誤差為8.729%，比NRM的誤差11.277%要優(yōu)。而在總體誤差結(jié)果來(lái)看，SVR模型的誤差為3.706%，遠(yuǎn)優(yōu)于NRM的18.101%。這些均說(shuō)明了所建SVR模型的準(zhǔn)確度是相當(dāng)高的。利用所建SVR模型預(yù)測(cè)到了在最優(yōu)結(jié)構(gòu)參數(shù)條件下共價(jià)