公开(公告)号：CN119833012A

公开(公告)日：2025-04-15

申请号：CN202411898054.4

申请日：2024-12-20

Applicant: 北京工业大学

Inventor： 梁红星 ,  赵晨辰 ,  翟传田 ,  杜文博

IPC: G16C20/20 ,  G16C60/00

Abstract: 一种基于可解释机器学习的镁空气电池负极成分设计方法及制备方法，涉及镁空气电池技术领域。旨在通过使用解释性机器学习模型尤其采用轻量级梯度提升机算法(LightGBM)模型和可解释性分析，结合多目标优化，设计出能够同时提高放电电压和负极效率的镁合金成分。本方法基于机器学习模型对镁合金成分的特征重要性进行分析，特别针对Al、Zn、Ca、Ga、In等元素对放电电压和负极效率的贡献，优选出Mg‑0.5Zn‑1.5Ga成分，相比于高纯镁负极材料，其在负极效率和放电电压方面均有提升。本发明还涉及该镁合金负极材料的熔炼制备方法，该方法简单、易操作。

公开(公告)号：CN119833016A

公开(公告)日：2025-04-15

申请号：CN202411899777.6

申请日：2024-12-20

Applicant: 北京工业大学

Inventor： 梁红星 ,  赵晨辰 ,  翟传田 ,  杜文博

IPC: G16C20/30 ,  G06F18/2431 ,  G06F18/214

Abstract: 一种基于“成分与过程感知”深度学习预测镁合金第二相的方法，属于材料科学与人工智能技术领域。首先，将合金成分的数值数据转化为自然语言描述，并结合加工工艺条件，生成复合输入特征。随后，采用预训练生成模型并对其进行微调，使其适应多标签分类任务，能够高精度地预测镁合金中的多种第二相。该方法显著提高了对复杂多相镁合金体系的预测准确性，加速了新型高性能镁合金的研发与应用。

公开(公告)号：CN119694446A

公开(公告)日：2025-03-25

申请号：CN202411899691.3

申请日：2024-12-20

Applicant: 北京工业大学

Inventor： 梁红星 ,  赵晨辰 ,  翟传田 ,  杜文博

IPC: G16C20/50 ,  H01M12/06 ,  H01M4/08 ,  H01M4/04 ,  G16C20/30 ,  G06F30/20

Abstract: 本发明提供了一种基于吸附自由能的镁空气电池负极材料设计及制备方法，属于电池材料设计领域。旨在提高镁空气电池的放电效率和电压。通过密度泛函理论(DFT)计算镁表面固溶不同原子后，析氢反应中间物种在其表面的吸附自由能，结合微合金化设计合适的合金成分，并开发了一种快速有效的合金熔炼制备工艺。该方法通过选择吸附自由能极大或极小的溶质元素，优化了负极材料的成分和微结构，从而有效减少镁自腐蚀，提升局部放电产物破裂及放电活性，从而提升电池的能量密度。本发明所设计的合金材料在镁空气电池中表现出优异的放电性能，具有广泛的应用前景。