[發明專利]一種基于PSO-SVR的高硬度鋁合金及其制備方法

有效

• 申請號: 201611022284.X
• 申請日: 2016-11-16
• 公開（公告）號: CN106756344B
• 公開（公告）日: 2018-07-31
• 發明（設計）人: 蔡從中;丁奇峰;李艷華;歐政義;羅溢
• 申請（專利權）人: 重慶大學
• 主分類號: C22C21/18
• 分類號: C22C21/18;C22C1/00;G06F19/00
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 姜彥

1.一種高硬度鋁合金，其特征在于，該高硬度鋁合金按質量比組分由Si0.4-0.5％、Fe0.4-0.5％、Cu4-5％、Mn0.8-0.9％、Mg1.5-2％、Ti0.1-0.2％、Zn0.2-0.3％、Cr0.1-0.2％、其余為Al組成；

所述高硬度鋁合金的制備方法，是將SVR與PSO相結合，建立鋁合金維氏硬度的有效SVR模型，并由此模型預測高硬度鋁合金的最優組分及對應的最大硬度值，具體包括以下步驟：

改變Si、Fe、Cu、Mn、Mg、Ti、Zn、Cr元素含量，采用鋁材常用制備法制備若干鋁合金樣品；

測量所制備鋁合金的維氏硬度，收集各鋁合金中的Si、Fe、Cu、Mn、Mg、Ti、Zn、Cr元素含量及對應的維氏硬度的相關實驗數據，并建立合適的SVR計算模型；

利用檢驗樣本數據對所建SVR模型的準確性或可靠性進行評估，若所建SVR模型預測的平均絕對百分誤差達到實用要求，則該模型可靠，否則改變或增加訓練樣本，重新訓練以獲得新的SVR模型，再利用未參與建模訓練的檢驗樣本數據對所建SVR模型進行檢驗，直到所建SVR模型的平均絕對百分誤差達到實用要求為止，此時的SVR模型即為最優模型；

利用上述最優的SVR模型，分析所建的SVR模型所揭示的各組分對鋁合金硬度的影響規律；改變自變量值，經過格點掃描，獲取具有最高維氏硬度的鋁合金所具有的各成分含量；

根據最優SVR模型所獲鋁合金最優組分值制備鋁合金，測量其維氏硬度，與模型預測值進行對比驗證，

所述SVR模型為：

(1)式中，y為目標值，l為支持向量個數，α_i,為拉格朗日乘子，exp(-γ||x-x_i||²)為高斯核函數，γ為高斯核函數參數，b為偏差閾值，x為樣本自變量。

2.如權利要求1所述高硬度鋁合金的制備方法，其特征在于，所述最優的SVR模型，利用最優的SVR模型獲取鋁合金各成分含量對鋁合金硬度的交互影響規律，以及鋁合金硬度對于各成分含量的相對敏感度。

3.如權利要求1所述高硬度鋁合金的制備方法，其特征在于，所述最優的SVR模型，利用最優的SVR模型獲取高維氏硬度鋁合金各成分含量，同時獲得鋁合金產品的最大維氏硬度值。