公开(公告)号：CN118197502A

公开(公告)日：2024-06-14

申请号：CN202410422170.2

申请日：2024-04-09

Applicant: 上海大学 ,  浙江唯象材料科技有限公司

Inventor： 于之刚 ,  陈俊伟 ,  栾俊 ,  周国治

IPC: G16C60/00 ,  G16C20/70 ,  G06N20/20 ,  G06N7/01 ,  G06N3/126 ,  G06N5/01 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/0985 ,  G06F18/213

Abstract: 本发明涉及合金材料计算设计领域，具体涉及一种基于符号回归和机器学习的高导热高导电合金设计方法，该方法包括以下步骤：构建用于预测合金热导率和电导率的原始数据集，使用机器学习算法筛选与合金的热导率和电导率相关的特征等，选择具备高热导率的成分点，最终制得具有高热导率和高电导率的合金；通过数据收集和机器学习筛选特征，并采用具备量纲约束的符号回归方法构建特征与合金热导率及电导率之间的关系方程，使用变分自编码器进行数据降维和候选成分点推荐，经过多轮计算和实验迭代最终制得高导热高导电镁合金及铜合金，体现了本发明的方法具有广泛的适用性，不受特定合金体系的限制，并显著提高了合金设计效率和性能预测准确性。

公开(公告)号：CN116555658A

公开(公告)日：2023-08-08

申请号：CN202310542547.3

申请日：2023-05-15

Applicant: 上海大学

Inventor： 于之刚 ,  蔡鹏程 ,  栾俊 ,  周国治

IPC: C22C30/02 ,  C22C1/02 ,  C22F1/16 ,  C22F1/00

Abstract: 本发明公开了一种具有多尺度异质结构FeCoNi基合金的制备方法，涉及高熵合金技术领域，本发明合金材料按原子比为：Fe、Co、Ni、Al、Ti、Cu六种元素的原子比为1±0.005:1±0.005:1±0.005：0.2～0.3：0.2～0.3：0～0.15，杂质≤0.2％，其中，Fe、Co、Ni三元素的原子比为1:1:1。本发明通过从成分、热处理及机械加工方法的优化改进，控制第二相在晶界的DP以及晶界类型、分布，构建从微米到纳米尺度均具有异质结构的FeCoNi基高熵合金，制备了拥有结构梯度的多相微观结构合金，工艺简单高效，所制备的合金材料具有优异的综合性能。

公开(公告)号：CN116555658B

公开(公告)日：2025-04-08

申请号：CN202310542547.3

申请日：2023-05-15

Applicant: 上海大学

Inventor： 于之刚 ,  蔡鹏程 ,  栾俊 ,  周国治

IPC: C22C30/02 ,  C22C1/02 ,  C22F1/16 ,  C22F1/00

Abstract: 本发明公开了一种具有多尺度异质结构FeCoNi基合金的制备方法，涉及高熵合金技术领域，本发明合金材料按原子比为：Fe、Co、Ni、Al、Ti、Cu六种元素的原子比为1±0.005:1±0.005:1±0.005：0.2～0.3：0.2～0.3：0～0.15，杂质≤0.2％，其中，Fe、Co、Ni三元素的原子比为1:1:1。本发明通过从成分、热处理及机械加工方法的优化改进，控制第二相在晶界的DP以及晶界类型、分布，构建从微米到纳米尺度均具有异质结构的FeCoNi基高熵合金，制备了拥有结构梯度的多相微观结构合金，工艺简单高效，所制备的合金材料具有优异的综合性能。

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。