机器学习背景下的金属学原理研究  

作　　者：张泽浩 

机构地区：[1]华南农业大学珠江学院商学院

出　　处：《有色金属（冶炼部分）》2024年第5期I0006-I0006,共1页Nonferrous Metals（Extractive Metallurgy)

摘　　要：在科技飞速发展的今天,机器学习已经在各个领域发挥了重要的作用。特别是在材料科学领域,机器学习技术为金属学的研究带来了新的视角和方法。由余永宁编著,冶金工业出版社于2020年5月出版的《金属学原理》(第三版)一书,在这一背景下,为我们揭示了金属材料的本质和特性。该书共11章内容,第1章至第4章论述了晶体材料的结构,包括完整理想结构及结构的点缺陷、线缺陷、面缺陷和体缺陷;第5章至第7章讨论了材料中各相之间平衡的热力学关系——相图、原子扩散和相变的基本理论;第8章和10章描述了凝固过程和固态转变过程;第9章和第11章分别研讨材料在受力后发生塑性变形的结构变化规律和从塑性变形后的不稳定态恢复到稳定态的过程——回复和再结晶。

关 键 词：金属学原理 金属材料 冶金工业出版社 原子扩散 晶体材料 机器学习 面缺陷 材料科学领域 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TG14-5[自动化与计算机技术—控制科学与工程]