南京航空航天大学韩琦男获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京航空航天大学申请的专利数据驱动的高熵合金相成分预测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114566229B 。
龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210153047.6,技术领域涉及:G16C20/20;该发明授权数据驱动的高熵合金相成分预测方法及装置是由韩琦男;鲁章伦;崔海涛;陈云天;张宏建设计研发完成,并于2022-02-18向国家知识产权局提交的专利申请。
本数据驱动的高熵合金相成分预测方法及装置在说明书摘要公布了: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。
本发明授权数据驱动的高熵合金相成分预测方法及装置在权利要求书中公布了:1.一种数据驱动的高熵合金相成分预测方法,其特征在于,包括以下步骤: 获取待测高熵合金的至少一个相成分特征; 由所述至少一个相成分特征筛选所述待测高熵合金的最优特征组合,包括: 获取高熵合金的相成分训练数据集; 由所述相成分训练数据集计算所述高熵合金的至少一个特征; 计算特征之间的皮尔逊相关系数,并根据所述特征之间的皮尔逊相关系数生成最优特征组合; 利用所述最优特征组合训练机器学习模型,并基于目标准确条件确定所述相成分预测模型; 将分别代表高熵合金几何特征和热力学特征的参数ΔHmix、γ作为特征空间分布的参考坐标,并在特征空间中进行网格划分,得到所述相成分预测模型的决策边界,然后绘制决策空间中验证集数据的分布图;以及 基于所述最优特征组合,利用预先训练的相成分预测模型,预测得到所述待测高熵合金的相成分结果,其中,所述相成分结果包括固溶相、金属间化合物和非晶态中的一种。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:210016 江苏省南京市御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。