选择
取消
首页
需求
视频
产品
专栏
招聘
活动
个人中心
首页
»
产品库
类别
▼
X
基于领域知识的机器学习模型用于发现超强且韧性良好的FeNiCoAlTa高熵合金
应用场景:合金设计策略
关键性能:开发了一种新型的高熵合金,其成分经过精心设计,具有优异的力学性能。这种合金在室温下实现了2吉帕的超高屈服强度,同时保持了25%的延伸率
标签属性:高熵合金
不同铝含量钛合金的激光增材制造与塑性提升
应用场景:合金设计
关键性能:Ti-xAl-4V合金(x = 4,6,8, wt.%)合金强度随Al含量的增加而增加,由于Ti44中多种滑移模式的激活和Ti84中更为异质的微观结构,Ti44和Ti84都比Ti64具有更高的加工硬化和均匀延伸值。
标签属性:钛合金
提升增材制造合金力学性能方法
应用场景:增材制造高性能钛合金设计
关键性能:从只含α′相时的1.2 GPa提高到α′相和FCC相体积分数基本相等时的1.9 GPa
标签属性:钛合金
主动学习策略加速高熵因瓦合金的设计
应用场景:合金设计
关键性能:快速、自动发现具有最佳热、磁和电性能的高熵合金
标签属性:
合金设计
机器学习
同步提高纳米颗粒增强型高熵合金在室温和高温下的综合强韧性水平
应用场景:合金设计
关键性能:在高强度水平下产生明显的脆-韧转变(从3.4%到25.2%)
标签属性:高熵合金
利用成分波动提高合金的强塑性
应用场景:合金设计
关键性能:赋予了合金额外的应变硬化和应变速率硬化,在超高流变应力下保持了拉伸延性。
标签属性:纳米合金
合金设计
Co-Al-Nb 系高温合金
应用场景:高温结构材料
关键性能:优越的高温热稳定性、强韧性和较低的质量密度
标签属性:高温合金
机器学习加速的分布式任务管理系统
应用场景:合金设计
关键性能:能与任何提供外接调用的计算软件/代码进行耦合
标签属性:机器学习
Ti64和316L不锈钢混合3D打印
应用场景:合金设计与制造
关键性能:实现了以Fe元素为主的微米级成分梯度
标签属性:3D打印 science
马氏体时效钢
应用场景:高性能结构材料
关键性能:通过最小的晶格失配和高密度纳米析出相获得超高强度钢
标签属性:金属材料 高强高塑马氏体时效钢
Copyright © 2011 - 2020 cailiaoren.com. All rights reserved.
京ICP备16046932号-2
京公网安备11010802029412号