本文亮点：

1. 对异常值不敏感的模型显著提升了预测精度。

2. 仅经过四次迭代即实现了帕累托前沿的优化。

3. 优化后的填充材料有效细化了晶粒尺寸，并削弱了第二相的连续性。

西南交通大学材料科学与工程学院的研究人员在Materials Letters上发表题为Machine learning-assisted design of filler for laser welding of Al-Zn-Mg-Cu alloy的研究论文。主要研究了采用基于Kriging模型的KTA2算法辅助优化7075铝合金激光焊接用填充材料的化学成分。通过4次迭代优化获得了4个性能优异的填充材料成分方案，提高了焊缝的强度和延伸率，进行了优化填充材料与传统5356填充材料焊缝的组织对比分析。结果表明，优化填充材料焊缝中第二相的尺寸和连续性明显减小，并且晶粒尺寸从37 μm细化至22 μm，完全消除了柱状晶。

7系铝合金因其出色的力学性能和加工性能，广泛应用于航空航天、轨道交通等轻量化结构件领域。其中7075铝合金以其高强度和硬度著称，是非常重要的结构用铝合金之一。焊接作为连接铝合金结构件的主要方法，在工业中得到了广泛应用。但由于7系铝合金热裂敏感性高，以及焊接过程中强化相的损失，导致其焊接接头强度通常不超过基材强度的50%。这严重限制了7系铝合金在结构件应用中的发挥。激光焊接作为一种新兴的焊接工艺，具有能量密度高、热输入低等优点，在改善7xxx铝合金焊缝质量方面展现出巨大潜力。但激光焊接也容易引发材料损失、气孔、塌陷等缺陷问题。

针对上述问题，使用合适的填充材料进行焊接是一种行之有效的解决方案。目前，5系列铝合金填充材料，如ER5356和ER5183，因其较高的Mg含量而在焊接7系铝合金中得到广泛应用。但专门针对激光焊接的填充材料研究仍然较少。稀土元素的添加可以改善焊缝性能，但成本较高，选择廉价的合金元素进行优化设计成为提高7系铝合金激光焊接应用的关键。其中，Y和Ca作为相对较低成本的元素，值得进一步探索。

本文采用基于Kriging模型的KTA2多目标优化算法，辅助设计7075铝合金激光焊接用填充材料的化学成分。通过有限次数的实验迭代，获得了4种性能优异的填充材料组成方案，大幅提高了焊缝的强度和延伸率。这一方法相比以往的"试错"式优化，能够大幅提高效率。对优化填充材料和传统5356填充材料焊缝的微观组织进行了深入对比分析，阐明了组织改善(第二相细化、晶粒细化)是提高焊缝性能的关键因素。该研究不仅提出了一种基于机器学习的高效填充材料设计方法，还首次系统分析了7075铝合金激光焊接用填充材料的微观组织演化规律，为进一步优化焊接工艺提供了重要依据。与之前仅使用昂贵稀土元素改善焊缝性能的研究不同，本文利用相对便宜的Y和Ca元素，既提高了焊缝性能，又降低了成本，对工业应用具有重要意义。

部分数据如下：

图 1. (a) 焊接示意图；(b) 机器学习循环

图 2. 接头边界处的微观结构 (a) 5356 (b) 4-1；接头中心处的微观结构 (c) 5356 

(d) 4-1；交叉验证结果(e) 延伸率 (f) 抗拉强度；(g) 点A和点B的EDS结果；

(h) 迭代过程中的超体积增加；(i) 四次迭代后的帕累托前沿

图 3. 熔合线附近的电子背散射衍射-反极图（EBSD-IPF）(a) 5356 

(c) 4-1；焊缝中心的电子背散射衍射-反极图（EBSD-IPF）(b) 5356 

(d) 4-1；晶粒尺寸分布 (e) 5356 (f) 4-1

主要结论：

本研究证实了KTA2算法在铝合金激光焊接材料设计中的有效性，其影响点不敏感的克里金模型预测精度优于全训练数据模型。基于三种自适应采样策略，仅经过四次迭代便获得了四种具有更高强度和塑性的解决方案。微观结构分析表明，优化后的接头晶粒尺寸、第二相尺寸及连续性均有所降低，这些改进使得其机械性能优于添加廉价合金元素的5356接头，这对于大规模工业应用具有重要意义。

原文链接：https://doi.org/10.1016/j.matlet.2025.137974