公开(公告)号：CN117438011A

公开(公告)日：2024-01-23

申请号：CN202311501785.6

申请日：2023-11-13

Applicant: 北京科技大学

Inventor： 王戈 ,  刘志盟 ,  苏玉桥 ,  高鸿毅 ,  纪聿婧 ,  郭玉杰 ,  林璟

IPC: G16C60/00 ,  G16C20/20 ,  G16C20/70 ,  G06F18/23

Abstract: 一种MOFs指纹特征挖掘工作流方法，属于MOFs材料数字化研发的技术领域。本发明利用CIF文件构建超晶胞，识别原子链接，对金属进行聚类，以金属为0节点迭代4层有向无环图切割金属SBU并根据连接性判断切出有机配体，最后应用MOFUN算法，通过配体切割MOFs，形成提取出MOFs晶体结构指纹表达和构造缺陷的普适性方案。本发明的优点在于：1)适用于提取各类MOFs结构的指纹表达和构造缺陷，并得到完整的配体列表，从而提供了一种通用方案来分析MOFs结构特征。2)通过金属聚类操作和配体数量区分长链状金属，可准确识别和分类MOFs中金属。3)通过迭代4层有向无环图切出金属SBU，用其切割超晶胞中的其他结构，逐层迭代可快速高效提取结构信息。

公开(公告)号：CN115910231A

公开(公告)日：2023-04-04

申请号：CN202211720134.1

申请日：2022-12-30

Applicant: 北京科技大学顺德创新学院

Inventor： 王戈 ,  秦耕 ,  高鸿毅 ,  薛祥东 ,  林进杰 ,  丁文婷 ,  高琰 ,  刘志盟

IPC: G16C20/20 ,  G16C20/70

Abstract: 本发明实施例公开了一种用于缺陷型金属有机框架材料的结构筛选方法和系统，所述方法包括：获取海量待筛选金属有机框架材料的结构信息，并根据结构信息拆分出待筛选金属有机框架材料的金属中心，对待筛选金属有机框架材料的金属中心进行几何结构优化，保留待筛选金属有机框架材料中的稳定结构；分别统计与各金属中心相连的最大配体数n，依据预设处理原则拆去金属中心中与配体相连部分的基团，对各缺陷结构的金属中心进行几何结构优化；在金属中心中的缺陷位置的附近添加H2分子，以构造对应的H2吸附裂解模型；活化能垒达到预设值的待筛选金属有机框架材料作为目标缺陷结构。解决了现有技术中金属有机框架材料结构筛选困难的技术问题。

公开(公告)号：CN120015207A

公开(公告)日：2025-05-16

申请号：CN202510205030.4

申请日：2025-02-24

Applicant: 北京科技大学

Inventor： 王戈 ,  林璟 ,  高鸿毅 ,  刘志盟 ,  苏玉桥 ,  郭玉杰 ,  李文卿 ,  纪聿婧 ,  别亚轩

IPC: G16C60/00 ,  G16C20/70 ,  G16C20/90 ,  G16C20/30 ,  G06N5/04

Abstract: 本发明提供了一种基于大语言模型的MOFs合成自动化模拟方法与系统，属于人工智能与纳米材料合成领域。所述方法包括：制备不同合成条件下的MOFs样品，进行结构表征和性能测试，生成合成条件‑结构‑性能数据集并保存；用户提出样品合成要求，LLM生成总任务并拆解为数据字段解析、数据相关性分析、特征工程处理、机器学习模型构建、机器学习模型优化、机器学习模型预测与分析子任务、生成子任务规划并反馈；用户确认后，LLM根据拆解的子任务，读取相关MOFs样品数据集；根据子任务规划，调用代码解释器工具，进行子任务的程序编写和执行，整合所有子任务的结果，生成报告并输出MOFs样品合成方案。本发明缩短了MOFs的研发周期，降低了成本。

公开(公告)号：CN116453627A

公开(公告)日：2023-07-18

申请号：CN202310283468.5

申请日：2023-03-22

Applicant: 北京科技大学

Inventor： 王戈 ,  林璟 ,  高鸿毅 ,  刘志盟 ,  班涛 ,  李恬 ,  周圣澜

IPC: G16C60/00 ,  G06F30/27 ,  G16C20/70 ,  G06F111/06

Abstract: 本发明公开了一种基于机器学习的MOFs合成路线多目标优化方法。该方法为采集制备Ce‑UiO‑66的合成条件并通过热重分析曲线评估其缺陷含量及热稳定性，作为初始数据集；将数据集随机划分为训练集和测试集，采用八种算法分别对Ce‑UiO‑66各性能进行建模并筛选用于各性能预测的代理模型；计算合成空间内各性能的目标实现概率(PA)值并扩展为多目标评估因子；制备Ce‑UiO‑66材料；对获得材料进行表征测试，若测试数据不满足需求，则更新数据集及代理模型。本发明基于可靠的实验数据和机器学习，对优化MOFs的催化和稳定性能具有低成本、短周期等优点，可推广至其他材料合成路线的设计。

公开(公告)号：CN117524369A

公开(公告)日：2024-02-06

申请号：CN202311501784.1

申请日：2023-11-13

Applicant: 北京科技大学

Inventor： 王戈 ,  刘志盟 ,  郭玉杰 ,  高鸿毅 ,  时磊 ,  孙烨 ,  纪聿婧

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

Abstract: 一种多孔金属有机骨架材料专有指纹表达方法，属于MOFs材料数字化研发的技术领域。本发明首先以MOFs的晶体学信息文件为输入，选取XRD三强峰代表MOFs结构信息指纹；其次，获取MOFs子结构，包括SBU和配体的化学信息指纹，并结合结构信息指纹构成MOFs的专有指纹；基于MOFs材料专有指纹，解析MOFs的几何结构和物化特征；最后，在数据库网站上提供了数据访问、导出和用户反馈接口。本发明的优点在于：1)所有程序包基于100％Python语言自主编写，可以将该技术应用于现有的研发流程中；2)MOFs材料专有指纹具有唯一性、简洁性和重用性，降低了材料学家的搜索难度；3)提出的MOFs特征计算工作流，有助于各类性能预测模型构建和相关描述符挖掘工作。