公开(公告)号：CN120072134A

公开(公告)日：2025-05-30

申请号：CN202510116738.2

申请日：2025-01-24

Applicant: 东南大学

Inventor： 汤红健 ,  江宇泷 ,  段伦博 ,  杜翰斌 ,  施晨晖 ,  付金鹏 ,  周聚齐

IPC: G16C60/00 ,  G16C20/10 ,  G16C20/70 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于数据驱动的化学链载氧体材料热失重性质的快速预测方法、系统、介质、程序产品，其中方法包括：构建机器学习模型，以化学链载氧体材料的结构特征以及温升速率作为输入，一方面实现材料微商热重曲线的预测，并基于材料的微商热重曲线，得到材料的热重曲线，进而分析得到热失重性质；另一方面，直接实现化学链载氧体氧解耦温度和氧解耦质量分数等材料热失重性质的预测。与现有技术相比，本发明大幅提高了对化学链载氧体的筛选效率，具有大批量、低成本、高精度等技术优势，避免了传统的材料实验测试耗时费力等问题，同时也能拓展应用至热化学储能等其他应用场景下金属氧化物氧解耦温度辨识和性能预测。

公开(公告)号：CN119049589A

公开(公告)日：2024-11-29

申请号：CN202411269065.6

申请日：2024-09-11

Applicant: 东南大学

Inventor： 汤红健 ,  江宇泷 ,  段伦博 ,  吴子余 ,  杜翰斌 ,  施晨晖

IPC: G16C20/64 ,  G16C20/70 ,  G16C20/90 ,  G16C60/00 ,  G06N20/00

Abstract: 本发明涉及一种基于数据驱动的材料释氧性能分析预测与筛选方法、系统、介质，其中方法包括：对研究释氧材料的已公开发表文献数据进行文本挖掘，获取材料的结构信息与释氧性能相关数据，构建“材料结构‑释氧性能”一体化数据集；基于数据集，构建机器学习模型，输入材料结构特征得到对于释氧性能的回归预测；基于开源晶体数据库获取可能的释氧材料的结构数据，输入至已训练优化的模型，实现释氧材料的高通量筛选。与现有技术相比，本发明从已公开发表的文献中挖掘数据，并通过机器学习模型构建材料结构数据与释氧性能之间的映射关系，成本低、可靠性高，大幅缩减了释氧材料的筛选范围，避免了传统的材料实验测试耗时费力等问题。