图书馆-报告库-中国机械工程学会表面工程分会

Oral Presentation基于机器学习的Ni-Cr-Mo系合金成分预测及超临界水氧化行为研究

编号：7 访问权限：Participants Only 更新：2024-03-12 09:11:52 浏览：101次收藏取消收藏

2024-05-12 12:10

15min

[I1] 论坛8：腐蚀与防护技术A [I1-1] 论坛8A上午

暂无文件

摘要

镍基合金作为超临界水(SCW)工程应用中的重要候选材料，其优异的抗氧化性能起到了关键作用。为了设计出一种提升抗超临界水环境氧化的新型Ni-Cr-Mo系合金，研究采用机器学习方法构建温度、时间、元素组成等因素与镍基合金氧化性能之间的多维非线性关系，通过皮尔逊相关系数(PCC)和互信息(MI)将特征与氧化性能之间的关系可视化，使用遗传算法优化出一种新型的Ni-Cr-Mo系合金。新型合金采用真空感应炉熔炼法制备，将其放入超临界水实验装置，在798 K和24 MPa条件下氧化200小时。结果表明随机森林模型表现良好，训练集和测试集的R²分别为0.991和0.948，对镍基合金氧化性能预测具有超高精度。新型Ni-Cr-Mo系合金呈现出双层氧化层结构，外层富含Ni和Mo元素，对应于NiO、Ni(OH)₂和MoO₃，而内层富含Cr元素，对应为Cr₂O₃。此外，还发现了由NiO与Cr₂O₃反应形成的尖晶石NiCr₂O₄。这种双层氧化结构有效地阻止了O^2-进入基体，表现出优异的抗氧化性。