Maschinelles Lernen zur Vorhersage der mechanischen Eigenschaften des wärmebeeinflussten Materials von Q550GJC hochfestem Stahl in kreuzförmig geschweißten Verbindungen

Key Points

• Die mechanischen Eigenschaften von Q550GJC-Stahl wurden effektiv mithilfe von Techniken des maschinellen Lernens vorhergesagt, was einen neuartigen Ansatz zeigt.
• Zu den wichtigsten Kennzahlen gehörten Festigkeit und Duktilität, was auf eine signifikante Vorhersagefähigkeit des entwickelten Modells hinweist.
• Die Analyse der geschweißten Verbindungen nutzte fortgeschrittene Algorithmen des maschinellen Lernens, um das Verständnis des Materialverhaltens zu verbessern.
• Solche Vorhersagen könnten verbesserte Designprozesse für Anwendungen von hochfestem Stahl in verschiedenen Bereichen ermöglichen.