Data-driven mapping-relationship mining between hardness and mechanical properties of dual-phase titanium alloys via random forest and statistical analysis
- Resource Type
- Original Paper
- Authors
- Gong, Hai-Chao; Fan, Qun-Bo; Zhang, Hong-Mei; Cheng, Xing-Wang; Xie, Wen-Qiang; Chen, Kai; Yang, Lin; Zhang, Jun-Jie; Wei, Bing-Qiang; Xu, Shun
- Source
- Rare Metals. 43(2):829-841
- Subject
- Dual-phase titanium alloy
Data-driven
Hardness
Mapping relationship
- Language
- English
- ISSN
- 1001-0521
1867-7185
摘要: 为了加快基于高通量方法的钛合金性能优化研究,揭示硬度和其他力学性能之间的关系显得十分必要。然而,这之间的关系仍不明晰。本文以Ti20C合金为研究对象,遍历了100余种热处理方案,几乎涵盖了α/β双相钛合金的各类微观组织。开展了微观组织表征及力学性能测试等大量试验,获得了51590条微观组织数据及3591条力学性能数据。随后,基于大规模数据驱动技术,深入探讨了硬度与其他力学性能之间的定量映射关系。随机森林模型的结果显示,硬度H与夏比冲击功Ak(或伸长率A)之间的相关性几乎不依赖于微观组织类型,而H与抗拉强度Rm(或屈服强度Rp0.2)之间的关系则高度依赖于微观组织类型。具体来说,结合统计分析发现,H和Ak(或A)之间呈负线性相关关系。对强度而言,对于等轴组织,H和强度之间呈正线性相关关系,且其强度与α晶粒的d-½符合经典的Hall-Petch关系;但对于其他组织类型,H与强度之间的关系是二次非线性的。此外,上述力学性能之间关系的规律在轧制方向与横向方向上基本一致。最后,建立了硬度H与屈强比Rp0.2/Rm之间的四象限分区图谱。作为一种便捷的材料筛选工具,四象限分区图谱可以为钛合金的按需选材提供指导。