[摘要] 以MySQL Workbench 8.0为数据库平台，采用三层浏览器/服务器架构，利用PyCharm 2022开发了一套基于Web界面和机器学习技术的C/SiC复合材料数据库系统，该系统包括材料数据库和机器学习模型两部分，具有对材料组分结构、制备工艺、试验性能等材料研发各阶段的信息查询、添加、修改、删除、搜索以及支持信息管理、设计分析视图、案例推理辅助设计、用户与系统管理等功能。基于神经网络回归算法训练机器学习模型，利用材料微观结构参数预测材料力学性能，对不同微观结构参数的影响权重进行评价，并部署在系统平台中；通过Web用户界面调用机器学习模型，对预留的验证集数据进行拉伸模量和弯曲模量预测。结果表明：机器学习模型预测材料力学性能的精度达到95%左右，训练出来的预测模型具有良好的精度与泛化能力。
关键词：C/SiC复合材料；材料数据库；Web系统；神经网络；性能预测
DOI:10.11973/jxgccl202405009
基金项目: 国家重点研发计划项目；国家自然科学基金资助项目；山东省自然科学基金优秀青年基金资助项目
图 C/SiC复合材料数据库系统的功能模块
图 C/SiC复合材料数据库的三层架构
来源：机械工程材料
编辑：Yang CP
特别声明：本公号文章出于非商业性的科研或科普目的，如转载稿涉及版权等问题，请立即联系我们，我们会予以更改或删除相关文章，保证您的权益。如需转载，请注明出处。
