数据驱动的高熵合金相成分预测方法及装置
公开
摘要
本申请公开了一种数据驱动的高熵合金相成分预测方法及装置，其中，方法包括：获取待测高熵合金的至少一个相成分特征；由至少一个相成分特征筛选待测高熵合金的最优特征组合；基于最优特征组合，利用预先训练的相成分预测模型，预测得到待测高熵合金的相成分结果，其中，相成分结果包括固溶相、金属间化合物和非晶态中的一种。由此，解决了相关技术中通过高通量的实验摸索或借助半经验性的相图计算，预测高熵合金的相成分，耗时耗力，且难以保证预测的准确性，进而严重影响高性能合金的开发进程的技术问题。
基本信息
专利标题 ：
数据驱动的高熵合金相成分预测方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114566229A
申请号 ：
CN202210153047.6
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
韩琦男鲁章伦崔海涛陈云天张宏建
申请人 ：
南京航空航天大学
申请人地址 ：
江苏省南京市御道街29号
代理机构 ：
北京清亦华知识产权代理事务所(普通合伙)
代理人 ：
吴婷
优先权 ：
CN202210153047.6
主分类号 ：
G16C20/20
IPC分类号 ：
G16C20/20 G16C20/30 G16C20/70
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16C
计算化学;化学信息学; 计算材料科学
G16C20/20
•鉴定分子实体，其部分或化学成分
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
