公开(公告)号：CN118351974A

公开(公告)日：2024-07-16

申请号：CN202410433242.3

申请日：2024-04-11

Applicant: 上海大学 ,  浙江唯象材料科技有限公司

Inventor： 周国治 ,  刘嘉恒 ,  栾俊 ,  于之刚

IPC: G16C20/30 ,  G16C20/70

Abstract: 本发明涉及高熵合金基态能量计算与模型预测技术领域，具体涉及一种基于结构信息熵的高熵合金短程有序预测方法，包括以下步骤：通过成分选点确定数据点，杰诺瑞构建高熵合金的通用构型，并通过元素等效替换创建多个数据点的超胞，计算所有数据点的形成能，并构建数据集，分别基于结构信息熵和泰森多面体分析，将数据集的结构信息转化为结构描述符，并进行描述符相关性筛选，通过比较均方根误差选出最优的机器学习模型；通过传统的密度泛函理论结合蒙特卡洛模拟需要进行上万次迭代，每次迭代进行一次密度泛函理论计算，对于机器学习方法则只需要进行几百次的计算构建数据集，节约了90％以上的计算资源。

公开(公告)号：CN118262844A

公开(公告)日：2024-06-28

申请号：CN202410448959.5

申请日：2024-04-15

Applicant: 上海大学 ,  浙江唯象材料科技有限公司

Inventor： 周国治 ,  李超 ,  栾俊 ,  于之刚

IPC: G16C60/00 ,  G16C20/30 ,  G16C20/70 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及高熵合金硬度预测技术领域，更具体地说是一种基于集成学习的高硬度高熵合金成分设计方法，设计方法步骤如下：基于高熵合金体系获取用于预测高熵合金硬度的数据集，然后对初始数据集中的成分数据进行自编码，获取高熵合金的硬度分布隐空间，并使用高斯混合分布模型对隐空间进行抽样，获得参与预测的样本点，接着对多个机器学习选用不同的特征组合进行建模，构建多种模型，并对模型进行训练和评估，筛选出合格的模型然后组成集成模型，通过使用集成学习方法，将多个机器学习模型进行组合形成集成模型，并对参与样本点进行预测，然后进行合金制备并测试，最终实现高硬度高熵合金成分的设计。

公开(公告)号：CN118260553A

公开(公告)日：2024-06-28

申请号：CN202410461766.3

申请日：2024-04-17

Applicant: 上海大学 ,  浙江唯象材料科技有限公司

Inventor： 于之刚 ,  陈建华 ,  栾俊 ,  鲁雄刚 ,  周国治

IPC: G06F18/20 ,  G06F18/214 ,  G06F18/21 ,  G06F18/243 ,  G06F18/27 ,  G06N20/20 ,  G06N3/126 ,  G16C60/00 ,  G16C20/70

Abstract: 本发明涉及材料计算技术领域，尤其为一种融合符号回归的无偏见机器学习模型推荐方法，包括构建一种自动化模型推荐框架，并针对不同合金体系设定超参数范围；结合上述框架，通过留一消除和切片添加方法对数据集进行降噪，得到优化数据集；根据优化数据集，通过符号回归方法为降噪后的数据集批量构建“成分‑性质”公式；通过框架为添加公式特征后的数据集自动化批量构建模型，并通过综合评价指标“Rmix”推荐最佳模型。本发明能够为材料领域的小数据集快速降噪，采用符号回归方法挖掘“成分‑性能”之间的显示公式关系，实现无人为偏见推荐高准确率机器学习性能预测模型的目的。

公开(公告)号：CN105014090A

公开(公告)日：2015-11-04

申请号：CN201510393918.1

申请日：2015-07-08

Applicant: 上海大学

Inventor： 冷海燕 ,  于之刚 ,  李谦 ,  周国治

IPC: B22F9/20

Abstract: 本发明涉及一种微波场下还原钛铁氧化物制备TiFe合金的方法，该方法利用微波加热使钛和铁的氧化物与添加的还原剂迅速升温，经过还原反应合成TiFe合金。本发明的特点是：采用CaH2为还原剂，与钛和铁的氧化物混合物（TiO2+Fe2O3）或者钛铁矿（FeTiO3）球磨混合均匀，利用钛和铁的氧化物易于与微波场相互作用的特性，将原料均匀快速加热到1273~1473K并保温40~80min，使原料在高温下发生还原反应。然后将样品用乙酸水溶液清洗后得到纯度为70~85%的TiFe粉末。该方法简单易行，既克服了常规悬浮熔炼制备钛铁合金高能耗和高原料成本的问题，又充分利用了微波加热快速、高效的优势。