专家知识增强的机器学习建模在高强高导铜合金开发中的应用

材料领域数据具有小样本、噪声大、维度高、关系复杂、专家知识丰富的特点.利用专家知识增强机器学习建模效果具有必要性和可行性.本文通过计算自变量与因变量之间的秩相关系数,来定量描述成分状态因素与性能之间单调关系的强弱.在模型训练过程中,将秩相关系数加入到神经网络损失函数,实时评估模型输出与专家知识的相符程度,得到了专家知识增强的机器学习模型.对训练过程分析后发现,模型输出的合理性有显著提升,模型的输入输出规律与专家知识的相符程度达到了0.98以上(1.0为完全相符).基于所建模型,采用遗传算法进行了关于强度和导电率的多目标优化,找到了满足帕累托最优的高强高导铜合金成分并开展了实验验证.实验结果表明,强度在高达637 MPa的同时,导电率仍能保持在77.5%IACS(国际退火铜标准)的水平;导电率高达80.2%IACS的同时,强度仍能保持在600 MPa的水平.强度和导电率的预测值与实际值误差在5%以内.

铝合金激光-MIG复合焊中两种焊接方向对焊缝的影响

以高铁用6N01铝合金为试验材料,采用激光-MIG复合焊接方法,进行了焊接工艺试验,对两种不同的焊接方向进行了对比研究。对比分析了不同焊接方向下,焊缝形貌的变化、焊缝硬度和组织的改变;对两种条件下的焊缝进行了拉伸强度测试;经过X射线探伤,讨论了不同的焊接方向对气孔数量和分布的影响。结果表明:不同焊接方向下焊缝的成形、熔合区的晶粒生长取向、气孔分布不同,而硬度和拉伸强度差别不大。

激光对7N01铝合金复合焊焊接接头组织性能的影响

采用激光-MIG复合焊的方法,对高铁用7N01铝合金进行了焊接工艺试验,对复合焊过程中激光的作用进行了研究。给出了激光对焊缝成形的改善效果,测定并分析了接头的硬度分布,讨论了激光的加入对接头微观组织的影响。试验表明:激光的加入能够抑制驼峰,可以增大熔深,并且在文中所给参数下,不会对热影响区造成显著影响。本文最后探讨了激光-MIG复合焊过程中,激光作用的机理。

纯镍与304不锈钢激光异种焊接的工艺及其接头的组织性能

采用高密度Nd:YAG固态连续激光器对N6纯镍和304奥氏体不锈钢进行了焊接工艺实验,探究了激光功率和离焦量对焊缝成形的影响。对接头进行了拉伸强度和硬度的测试,并结合光学显微镜(OM)、扫描电镜(SEM)、能谱分析仪(EDS)等手段分析了接头的微观组织。结果表明:N6纯镍一侧热影响区晶粒长大明显,焊缝区靠近两侧熔合线附近为向焊缝中心区域生长的柱状晶,焊缝中心区域存在细小的胞晶区域;N6热影响区的显微硬度最低,焊缝的显微硬度介于N6镍母材和304不锈钢母材之间;接头拉伸断裂位置在焊缝区,抗拉强度达到N6纯镍母材的90%以上,可以满足实际情况下的使用要求。拉伸断口表现为准解理断裂。

基于机器学习的薄板屈服强度与制耳率建模分析

针对1070铝合金薄板制耳率高、屈服强度不稳定等问题,基于生产数据,采用随机森林算法建立了“成分—工艺—性能”模型。选取冷轧率、热终轧温度、Fe含量、Fe/Si(铁硅质量比)等工艺和成分作为自变量,所建立的屈服强度模型精度(R^(2))为0.75,制耳率模型精度为0.87。利用模型定量分析各参数对屈服强度和制耳率的影响规律。通过对模型的解析,求解出各自变量的变量权重系数和Shap值。结果表明,对屈服强度影响最显著的因素为冷轧率,二者呈正相关关系,对制耳率影响最显著的因素为Fe含量,二者呈负相关关系。同时,根据模型进行了特定工艺下的性能预报并得出了较优工艺。

我国银行同业之间流动性风险传染研究——基于复杂网络理论分析视角

2013年6月份的"钱荒"事件充分暴露了流动性风险在同业之间的传染之快、后果之严重。本文基于复杂网络理论分析视角,构建了基于机构的网络模拟模型(ABNS),研究不同冲击下我国银行同业之间流动性风险的传染机制和后果,研究发现:第一,中国银行、工商银行、兴业银行和农业银行节点度最高,属于中心节点。第二,中心节点违约的后果尤为严重。第三,市场流动性收紧到阈值时违约机构大规模爆发。第四,组合冲击加深了传染后果,同时为2013年6月"钱荒"事件的发生提供了一些解释。第五,提出关注同业业务规模及其分布等对策建议。