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！

龙图腾网获悉贵州大学申请的专利一种用于复合材料的强度-塑性分析模型的构建方法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：CN120032732B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510523150.9，技术领域涉及：G16C10/00；该发明授权一种用于复合材料的强度-塑性分析模型的构建方法是由梁永超;程端杰;张脂涵;陈行;魏国民;赵佳木;何圣立;曾俊杰设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种用于复合材料的强度-塑性分析模型的构建方法在说明书摘要公布了：本发明公开了一种用于复合材料的强度‑塑性分析模型的构建方法，包括：对高熵合金石墨烯复合材料进行多维参数空间采样生成模拟变量，对模拟变量进行分子动力学建模、执行模拟，提取特征数据和标签数据构建样本集；样本集的特征数据包括：原子基本属性、化学性质、物理性质及结构特征；标签数据包括：限抗拉强度和延展性；定义极限抗拉强度回归预测模型集，使用样本集对极限抗拉强度回归预测模型集的各个模型进行训练，构成强度‑塑性分析模型；根据强度‑塑性分析模型进行超参数优化，获取最适配模拟变量。根据上述技术方案，可以打破传统高熵合金强度‑塑性权衡限制，为高熵合金基复合材料提供普适设计范式，并扩展至其他二维材料增强体系。

本发明授权一种用于复合材料的强度-塑性分析模型的构建方法在权利要求书中公布了：1.一种用于复合材料的强度‑塑性分析模型的构建方法，其特征在于，包括以下步骤： 对高熵合金石墨烯复合材料进行多维参数空间采样生成模拟变量，对所述模拟变量进行分子动力学建模、执行模拟，提取模拟后的特征数据和标签数据构建样本集；所述模拟变量包括：高熵合金基体的元素浓度、分子动力学模拟温度、石墨烯体积分数和石墨烯与高熵合金基体的取向角；所述样本集的特征数据由大类特征构成，所述大类特征包括：原子基本属性、化学性质、物理性质及结构特征；所述特征数据包括用于预测极限抗拉强度的Δx1_BM、Fe、Ni、Co、T、θ、V；用于预测延展性的xR_CE、xL_VFE、Smix、T、θ、V；其中，Δx1_BM为体积模量的线性混合、xR_CE为内聚能的导数混合、xL_VFE为空位形成能的线性混合、Smix为混合焓、T为模拟温度、θ为石墨烯的取向角、V为石墨烯的体积分数；所述样本集的标签数据包括：极限抗拉强度和延展性； 定义极限抗拉强度回归预测模型集，使用所述样本集对所述极限抗拉强度回归预测模型集的各个模型进行训练，选择最优模型，构成强度‑塑性分析模型； 根据所述强度‑塑性分析模型进行超参数优化，获取所述强度‑塑性分析模型的最适配模拟变量； 所述获取所述强度‑塑性分析模型的最适配模拟变量后，执行微观结构分析，实现闭环验证； 其中，所述超参数优化指通过领域知识约束与SHAP可解释性方法进行对高熵合金石墨烯复合材料的模拟变量空间进行缩减，结合遗传算法对模拟变量进行优化，获取具有更高极限拉伸强度和延展性的耦合参数组合； 所述超参数优化包括以下步骤：首先对原始数据进行预处理，计算出所述强度‑塑性分析模型所需的特征因子；随后，训练ML‑UTS和ML‑EL两个模型，其中，ML‑UTS用于预测抗拉强度，ML‑EL应用于预测延展性；接着，初始化遗传算法的参数，包括种群大小、迭代次数以及交叉变异率等关键参数；在优化过程中，将ML‑UTS的输出值作为遗传算法的适应度函数来评估个体的优劣；当满足预设的迭代停止条件时，遗传算法输出最佳的耦合参数结果。

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贵州大学，其通讯地址为：550000 贵州省贵阳市花溪区花溪大道南段；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”。

以上内容由龙图腾AI智能生成。