1. 案例1

任务说明

本案例面向汽车轻量化选材场景：在给定候选高强钢牌号及其关键性能参数后，需要建立材料性能数据库，计算各材料的比强度（屈服强度/密度），并按比强度从高到低排序，筛选出轻量化潜力最大的候选材料。比强度越高，意味着在相同屈服强度要求下所需材料质量越小，轻量化潜力越大。

材料性能数据库

下表为6种候选高强钢的典型性能参数（数据来源：公开材料手册典型值，实际选材应以供应商质保书为准）：

Python实现代码

import pandas as pd

# 建立材料性能数据库
materials = pd.DataFrame({
    'grade': ['HC220YD', 'HC340LA', 'HC420LA', 'DP600', 'DP800', 'PHS1500'],
    'yield_strength_MPa': [220, 340, 420, 600, 800, 1500],
    'density_g_cm3': [7.85, 7.85, 7.85, 7.85, 7.85, 7.85]
})

# 计算比强度（屈服强度/密度），单位：MPa·cm³/g
materials['specific_strength'] = (
    materials['yield_strength_MPa'] / materials['density_g_cm3']
).round(1)

# 按比强度降序排列
materials_sorted = materials.sort_values(
    'specific_strength', ascending=False
).reset_index(drop=True)

# 输出排序结果
print("候选材料比强度排序（降序）：")
print(materials_sorted.to_string(index=False))

# 筛选轻量化潜力最大的候选材料（比强度最高者）
top_candidate = materials_sorted.iloc[0]
print(f"\n轻量化潜力最大的候选材料：{top_candidate['grade']}")
print(f"屈服强度：{top_candidate['yield_strength_MPa']} MPa")
print(f"密度：{top_candidate['density_g_cm3']} g/cm³")
print(f"比强度：{top_candidate['specific_strength']} MPa·cm³/g")

运行方式与依赖

需要Python 3.6+环境，并安装pandas库（pip install pandas）。将上述代码保存为material_screening.py，在命令行执行python material_screening.py即可。

预期输出

候选材料比强度排序（降序）：
     grade  yield_strength_MPa  density_g_cm3  specific_strength
0  PHS1500                1500           7.85              191.1
1    DP800                 800           7.85              101.9
2    DP600                 600           7.85               76.4
3  HC420LA                 420           7.85               53.5
4  HC340LA                 340           7.85               43.3
5  HC220YD                 220           7.85               28.0

轻量化潜力最大的候选材料：PHS1500
屈服强度：1500 MPa
密度：7.85 g/cm³
比强度：191.1 MPa·cm³/g

验证方法

运行程序后，观察输出结果：

1. 比强度数值应等于屈服强度除以密度（保留1位小数），例如PHS1500：1500÷7.85=191.082…，取191.1；
2. 排序结果必须为降序，即第一行比强度最高；
3. 最终筛选出的候选材料应为PHS1500，其比强度191.1 MPa·cm³/g为所有材料中最大值。

若以上三点均满足，则案例实现正确，选材初筛完成。