首页 > 物理

华南理工 关康,西工大 时圣波、王晶JACerS:机器学习提升改性C/SiC抗烧蚀性能

MaterialsViews 2025-12-28 08:30
文章摘要
背景:C/SiC复合材料在超高温富氧环境下易发生氧化失效,传统“试错法”优化改性配方效率低、成本高。研究目的:提出一种数据驱动与实验验证相结合的方法,利用机器学习高效设计并提升改性C/SiC复合材料的抗烧蚀性能。结论:研究成功构建了机器学习预测模型,识别出改性剂热力学性质是关键影响因素,并通过贝叶斯优化反推出优化配方;实验制备的ZrB2改性C/SiC复合材料在氧乙炔焰测试中表现出显著降低的烧蚀速率,微观分析证实了致密保护层的形成,验证了数据驱动设计的有效性。同期开发的MARS软件实现了流程工具化。
华南理工 关康,西工大 时圣波、王晶JACerS:机器学习提升改性C/SiC抗烧蚀性能
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1