摘 要

本文介绍了一种在极端环境中服役的耐热合金的力学性能数据质量评估方法。合金力学性能涉及拉伸、蠕变、应力松弛及疲劳等。数据分析用于发电装备用新材料的研发和当前服役的材料的性能评估，而用于分析的数据的可靠性需要进行数据质量评估。材料性能数据的数据质量指标尚未标准化，而质量评级指南包括数据的完整性、准确性、可用性和标准化等方面。每个评估指标制定时都需要考虑耐热合金特定的设计需求。高质量数据可用于开发预测模型，而低质量数据也用于实验设计。材料数据集质量的确认将为数据源提供额外的元数据，同时提供数据的复用性。文中采用的高质量数据集样例表明典型的数据字段来源于相应的机械性能测试结果，而数据质量评价指标的制定正需要考虑这些数据字段。根据典型数据字段设计的数据模板正好用作数据集成与应用的工具，提高耐热合金材料数据的一致性与复用性。样例数据集的计算结果正是为了突出数据的不完整对蠕变断裂寿命预测准确性的影响。

关键词

数据质量，合金设计，机械性能，数据复用性

文章附图

图1 用于高温合金设计的数据科学的组成部分

Fig. 1 The elements needed to build a data science effort for high temperaturealloy design.

图2 数据质量评估在材料数据分析工作中的价值

Fig.2  Illustration of therole of quality assessment in a materials data analysis workflow

图3 每个分类中的字段属性用于指导数据收集，而且其完整度可预见数据库的质量

Fig.3 The expected attributes in each category are a guideline fordata collection, and the degree of completeness provides an indication of the qualityof the dataset

Madison Wenzlick, Jennifer R. Bauer, Kelly Rose, Jeffrey Hawk, RamDevanathan

Integrating Materials andManufacturing Innovation

https://doi.org/10.1007/s40192-020-00167-3