AI辅助高强钢成分设计平台

AI-assisted High-Strength Steel Composition Design

课堂演示 Demo
预测屈服强度 主要指标
--MPa
成本指数
--
相对指标
加工风险
--
--
预测可信度
--%
--

成分-强度关系

蓝色:候选方案|金色:当前方案

元素贡献分析

局部扰动估计,仅作模型解释
▤ 当前方案
Fe-...
候选方案数
0
最优强度
--MPa
预测延展性
--%
Pareto最优解数
--

批量候选方案分布

横轴:成本指数|纵轴:屈服强度

多目标优化结果

强度-延展性权衡与 Pareto 前沿

Top 方案结果

尚未运行
排名方案成分简式强度延展性成本风险综合得分
♕ 最优推荐方案
运行寻优后显示

该区域会展示强度、延展性、成本和加工风险之间的折中结果。

结果分析与模型诊断

用于课后解释:数据来源、模型表现、局限性与教学提示

数据集概况

模型表现

课堂解释建议

  • 先让学生只追求强度,再打开延展性和风险。
  • 强调同一成分经过不同热处理会得到不同性能。
  • 把 AI 结果定位为“候选方案筛选”,不是最终材料。
  • 低置信度方案要提示“偏离训练数据范围”。

局限性

  • 当前模型主要基于成分,未显式加入热处理、轧制和冷却工艺。
  • 延展性模型样本略少,预测误差相对较大。
  • 成本与加工风险为教学相对指标,并非企业报价或工艺仿真。
🏆

课堂排行榜

支持小组提交方案、按强度或综合评分进行课堂讨论

排名小组方案名成分强度 MPa延展性 %成本风险得分

提交课堂方案