铝基复合材料成分-界面-增强相特征参量-宏/微观性能数据集

本数据集主要面向高模量高强韧多功能铝基复合材料集成设计与性能预报研究建设，基于第一性原理计算和分子动力学模拟产生。数据集主要记录了SiC/Al复合材料多尺度界面体系的成分、界面结构、增强相特征参量和宏/微观性能数据。具体包括不同堆叠方式下的原子结构模型，表面能、黏附功、界面能等界面能量学参数，应力—应变曲线、极限拉伸强度、失效应变、弹性模量等力学性能数据，以及电荷密度、投影态密度、Bader电荷、剪切应变分布、裂纹萌生与扩展路径等微观机制数据。数据通过VASP第一性原理计算和LAMMPS分子动力学模拟获得，并结合OVITO等工具进行后处理分析。计算模型覆盖原子尺度界面模型和多晶复合材料模型，涉及Cu、Mg、Si等合金元素掺杂、SiC体积分数、粒径及形貌等参数。数据采集时间为2022年5月至2025年4月，地点为上海交通大学金属基复合材料国家重点实验室，数据量约400MB，格式包括txt、csv、xlsx、png、jpg、tif、docx等。机器学习文件夹中数据包含了一个涵盖多合金体系与多空间构型的 SiCp/Al 复合材料性能数据库，旨在系统探究增强相排布对材料失效机理的影响。数据集的核心内容分为两个模块：首先是基于有限元模拟的物理场数据，涵盖了 Al2014、Al2024、Al6061 和 Al7075 四种合金基体在五种典型空间构型（随机、均匀、网络、层状、团簇）下的失效演化过程。主要数据项包括材料整体结构形貌、增强相空间坐标、承受大于 500 MPa 压应力的临界区域分布以及 YZ 平面的裂纹扩展轨迹。其次是基于机器学习模型的预测性能数据，主要包括弹性模量、极限抗拉强度和韧性三个关键力学指标。此外，数据集还集成了 BPNN-CL 模型在训练、测试及验证集上的收敛曲线、MAPE（平均绝对百分比误差）分布以及五折交叉验证下的 R2 评分，为评估模型稳健性提供了详实凭据。