機械学習とパレートフロントを用いたCu-Ti合金の硬度と電気伝導性のトレードオフを打破する

複雑な組成とプロセスの中で銅合金の硬度と電気伝導性をバランスさせることは、困難な課題です。本研究では、Cu-xTi（1.5 ≤ x ≤ 5.4、重量％）合金のための組成と処理の最適な組み合わせを特定するために、機械学習とパレートフロント技術を組み合わせた戦略を提案します。熱力学的計算、沈殿シミュレーション、および実験的特性評価を通じて、設計された合金におけるβ'-Cu4Ti沈殿物の微細構造の変化を探ります。機械学習モデルの解釈可能性と予測可能性は、複雑な合金組成と処理が特性の進化に与える影響を理解する上で重要な役割を果たし、Cu-Ti合金の設計を改善された特性へと導くことができます。