針對國產(chǎn)9Ni鋼鎳基焊材熔敷金屬強度和塑性不能同時達標問題,采用機器學(xué)習(xí)方法分析了Nb、Cr、Fe、Mn等合金元素與鎳基焊材熔敷金屬塑性和強度的相關(guān)性;又采用決策樹模型研究了合金元素的濃度對鎳基焊材熔敷金屬塑性和強度的影響程度。研究發(fā)現(xiàn):Nb元素在一定含量內(nèi)可以提高熔敷金屬的強度和塑性;Cr元素對熔敷金屬的塑性有明顯的提高作用。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1元素與力學(xué)性能的皮爾遜系數(shù)熱圖

其中：E為數(shù)學(xué)期望，D為方差，Cov(X,Y)為隨機變量X與Y的協(xié)方差，相關(guān)系數(shù)的取值范圍是[-1,1]，通過計算元素含量與拉伸性能間的皮爾遜相關(guān)系數(shù)，可以解元素與力學(xué)性能的相關(guān)性。通過兩個變量之間的正負相關(guān)性，從而確定對強度和塑性各自有利的元素和對性能有害的元素，選取部分元素來....

圖2合金元素和塑性的決策樹模型圖

模型在22個樣本上訓(xùn)練，其中包括15個標簽為0的負樣本和7個標簽為1的正樣本。模型在訓(xùn)練集上的準確率為100%，在測試集上的準確率為80%。因此模型具備一定的準確性。圖2中，從上向下表示模型根據(jù)基尼系數(shù)建立決策樹的過程，將Cr、Fe、S、Nb等元素依次作為特征建樹。圖中圓角矩形框....

圖3合金元素和強度的決策樹模型圖

Python語言編寫合金元素和抗拉強度的決策樹機器學(xué)習(xí)模型程序，程序調(diào)用sklearn模塊的DecisionTreeClassifier模型。最終訓(xùn)練好的決策樹模型如圖3所示。圖中各標記含義與圖2相同。模型在訓(xùn)練集上的準確率為100%，在測試集上的準確率為87.5%，模型在訓(xùn)練集....

本文編號：3897196