-
公开(公告)号：CN112382352B
公开(公告)日：2022-12-16
申请号：CN202011192370.1
申请日：2020-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器学习的金属有机骨架材料结构特征快速评估方法，包括先采集金属有机骨架材料的几何结构特征参数以及对其产生影响的描述符参数，基于几何结构特征参数和描述符参数建立数据集；然后把数据集划分成训练集和测试集，对训练集和测试集中的数据进行标准化预处理；接着选择机器学习算法，基于训练集迭代地调节模型的超参数，直至模型预测MOFs材料结构特征的准确性满足精度要求；最后将测试集中的描述符参数作为模型输入，利用训练好的模型预测测试集数据对应的结构特征，并计算预测的准确性，以定量描述模型对不同结构特征的预测能力。本发明可快速高效地评估材料结构。
-
公开(公告)号：CN112382351A
公开(公告)日：2021-02-19
申请号：CN202011187599.6
申请日：2020-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于计算机模拟可控生成缺陷网状骨架材料模型的方法，该方法包括标记节点与配体的对接原子、识别和删除对接原子之间的化学键、生成材料的网络近邻列表、定量控制缺陷含量和分布、重建连接键和删除孤立节点。本发明方法适用于多种类型网状骨架材料缺陷结构的构建，能够高效快速地、定量地遍历网状骨架材料缺陷的含量和分布范围，可大批量生成一系列缺陷结构，为后续从统计学角度系统地研究缺陷网状骨架材料的定量构效关系提供高质量的理论模型。
-
公开(公告)号：CN112381270B
公开(公告)日：2022-03-29
申请号：CN202011187586.9
申请日：2020-10-30
Applicant: 华南理工大学
IPC: G06F30/20 , G06Q10/04 , G06F119/14
Abstract: 本发明公开了一种基于甲烷吸附等温线的MOFs材料缺陷预测方法，方法包括先计算机模拟遍历MOFs完美晶体的配体缺失缺陷的含量和分布，以生成缺陷结构数据集；基于力场模拟计算数据集中所有缺陷结构对甲烷吸附的亨利常数、高压饱和吸附量，并基于这些数据推导缺陷结构的Langmuir吸附模型；从真实样品吸附甲烷的等温线实验数据中提取压力点并代入吸附模型，获得预测的甲烷吸附等温线，在等温线的压力范围内计算该甲烷吸附等温线和实验数据的误差，选出最小误差对应的缺陷结构；对该缺陷结构采用力场模拟计算甲烷吸附等温线，并计算该甲烷吸附等温线与实验数据的误差以确定样品的缺陷程度。本发明可精确确定样品的缺陷程度。
-
Patent Agency Ranking
公开(公告)号：CN112927769B
公开(公告)日：2022-05-24
申请号：CN202110114781.7
申请日：2021-01-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于孔径分布曲线的MOFs材料缺陷结构预测方法，首先，以一种MOFs的完美晶体结构为母体，基于计算机模拟遍历该MOFs配体缺失缺陷的含量和分布，生成MOFs的缺陷结构数据库；然后基于计算机模拟计算出所有缺陷结构的孔径分布曲线，对孔径分布曲线进行间隔取点，得到不同孔径下对应的孔径分布，并整理成数据集；再利用数据集训练机器学习模型；最后将待测的MOFs材料的孔径分布曲线输入到训练好的机器学习模型中，由机器学习模型预测出对应的缺陷含量。本发明可通过孔径分布曲线快速准确地确定MOFs材料的缺陷含量。
-
公开(公告)号：CN112382351B
公开(公告)日：2022-03-25
申请号：CN202011187599.6
申请日：2020-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于计算机模拟可控生成缺陷网状骨架材料模型的方法，该方法包括标记节点与配体的对接原子、识别和删除对接原子之间的化学键、生成材料的网络近邻列表、定量控制缺陷含量和分布、重建连接键和删除孤立节点。本发明方法适用于多种类型网状骨架材料缺陷结构的构建，能够高效快速地、定量地遍历网状骨架材料缺陷的含量和分布范围，可大批量生成一系列缺陷结构，为后续从统计学角度系统地研究缺陷网状骨架材料的定量构效关系提供高质量的理论模型。
-
公开(公告)号：CN112927769A
公开(公告)日：2021-06-08
申请号：CN202110114781.7
申请日：2021-01-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于孔径分布曲线的MOFs材料缺陷结构预测方法，首先，以一种MOFs的完美晶体结构为母体，基于计算机模拟遍历该MOFs配体缺失缺陷的含量和分布，生成MOFs的缺陷结构数据库；然后基于计算机模拟计算出所有缺陷结构的孔径分布曲线，对孔径分布曲线进行间隔取点，得到不同孔径下对应的孔径分布，并整理成数据集；再利用数据集训练机器学习模型；最后将待测的MOFs材料的孔径分布曲线输入到训练好的机器学习模型中，由机器学习模型预测出对应的缺陷含量。本发明可通过孔径分布曲线快速准确地确定MOFs材料的缺陷含量。
-
公开(公告)号：CN112382352A
公开(公告)日：2021-02-19
申请号：CN202011192370.1
申请日：2020-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器学习的金属有机骨架材料结构特征快速评估方法，包括先采集金属有机骨架材料的几何结构特征参数以及对其产生影响的描述符参数，基于几何结构特征参数和描述符参数建立数据集；然后把数据集划分成训练集和测试集，对训练集和测试集中的数据进行标准化预处理；接着选择机器学习算法，基于训练集迭代地调节模型的超参数，直至模型预测MOFs材料结构特征的准确性满足精度要求；最后将测试集中的描述符参数作为模型输入，利用训练好的模型预测测试集数据对应的结构特征，并计算预测的准确性，以定量描述模型对不同结构特征的预测能力。本发明可快速高效地评估材料结构。
-
公开(公告)号：CN112381270A
公开(公告)日：2021-02-19
申请号：CN202011187586.9
申请日：2020-10-30
Applicant: 华南理工大学
IPC: G06Q10/04 , G06F30/20 , G06F119/14
Abstract: 本发明公开了一种基于甲烷吸附等温线的MOFs材料缺陷预测方法，方法包括先计算机模拟遍历MOFs完美晶体的配体缺失缺陷的含量和分布，以生成缺陷结构数据集；基于力场模拟计算数据集中所有缺陷结构对甲烷吸附的亨利常数、高压饱和吸附量，并基于这些数据推导缺陷结构的Langmuir吸附模型；从真实样品吸附甲烷的等温线实验数据中提取压力点并代入吸附模型，获得预测的甲烷吸附等温线，在等温线的压力范围内计算该甲烷吸附等温线和实验数据的误差，选出最小误差对应的缺陷结构；对该缺陷结构采用力场模拟计算甲烷吸附等温线，并计算该甲烷吸附等温线与实验数据的误差以确定样品的缺陷程度。本发明可精确确定样品的缺陷程度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
