数据集概述
本数据集为Al-Mg合金（5083-H111）Portevin–Le Chatelier（PLC）效应研究的配套数据，涵盖不同温度、应变率和保温时间下的实验数据，包含原始实验数据与特征分析处理结果，支持PLC效应的预测量化、无监督聚类分类及机器学习模型训练。
文件详解
- Rohdaten.xlsx
- 文件格式：XLSX
- 字段映射介绍：存储实验采集的原始未处理数据，为后续特征分析和处理提供基础数据支撑
- data_exploded.csv
- 文件格式：CSV
- 字段映射介绍：包含特征分析的处理结果，主要字段有file_data_name（数据文件名）、temp（温度）、speed（应变率）、holding_time（保温时间）、trial（试验次数）、plc_value（PLC效应值）、stress_strain（应力应变数据）、smoothed_stress_strain（平滑处理后的应力应变数据）、chunked_stress_strain（分块应力应变数据）、feats_timeseries（时间序列特征）、feats_signal（信号特征）、plc_value_scaled（标准化PLC效应值）、Cluster（聚类结果）
数据来源
论文“Data-Driven Analysis of the Portevin–Le Chatelier Effect in an Al-Mg Alloy Across Temperatures and Strain Rates”
适用场景
- 材料科学研究: 分析Al-Mg合金中PLC效应的产生机制及温度、应变率、保温时间对其的影响
- PLC效应预测量化: 基于应力应变曲线计算PLC强度，评估PLC锯齿现象的出现规律
- 无监督学习分类: 利用聚类结果对PLC效应的发生情况进行分类研究
- 机器学习模型训练: 基于实验参数训练SVR、MLP等模型预测PLC效应
- 材料性能优化: 为Al-Mg合金加工工艺中避免或利用PLC效应提供数据支持
