专题·材料基因工程 | 浏览量 : 0 下载量: 0 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于机器学习的高温合金熔模铸造涡轮叶片工艺参数优化

    • Optimization of Process Parameters for High Temperature Alloy Investment Casting Blade Based on Machine Learning

    • 在熔模铸造领域,专家采用机器学习方法优化工艺参数,显著提升铸件性能和生产效率。
    • 2025年45卷第8期 页码:1160-1163   

      收稿日期:2024-09-18

      修回日期:2024-12-16

      录用日期:2025-02-08

      纸质出版日期:2025-08-20

    • DOI: 10.15980/j.tzzz.T20240375     

    移动端阅览

  • 李杨,邸钰婷,张志坤,等. 基于机器学习的高温合金熔模铸造涡轮叶片工艺参数优化[J]. 特种铸造及有色合金,2025,45(8):1 160-1 164. DOI: 10.15980/j.tzzz.T20240375.
    LI Y,DI Y T,ZHANG Z K,et al. Optimization of process parameters for high temperature alloy investment casting blade based on machine learning[J]. Special Casting & Nonferrous Alloys,2025,45(8):1 160-1 164. DOI: 10.15980/j.tzzz.T20240375.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

高珺 上海大学材料基因组工程研究院
唐宇超 上海大学材料基因组工程研究院
方李鑫 上海大学材料基因组工程研究院
肖斌 上海大学材料基因组工程研究院
刘艳洁 上海电子信息职业技术学院机械与能源工程学院
刘轶 上海大学材料基因组工程研究院
刘轶 上海大学材料基因组工程研究院
余童昕 上海大学材料基因组工程研究院

相关机构

上海大学材料基因组工程研究院
上海电子信息职业技术学院机械与能源工程学院
福建省南平铝业股份有限公司
上海电子信息职业技术学院机械与能源工程学院
广东鸿图科技股份有限公司
0