公开(公告)号：CN102628162A

公开(公告)日：2012-08-08

申请号：CN201210116822.7

申请日：2012-04-19

Applicant: 哈尔滨工业大学

Inventor： 顾大明 ,  肖宇 ,  刘峰 ,  黄国胜

IPC: C23C14/35 ,  C23C14/06 ,  H01M8/02

Abstract: 等离子体镀铬渗氮铁基燃料电池双极板材料的制备方法，它涉及一种双极板材料的制备方法。本发明目的是要解决现有电镀方法不锈钢表面镀铬存在疏松、穿孔的问题。方法：一、采用超声方法对镜面抛光的不锈钢基片进行超声处理；二、制备真空操作环境；三、通入Ar，并升高操作环境温度；四、采用磁控溅射设备进行等离子体镀铬，即得到等离子体镀铬渗氮铁基燃料电池双极板材料。优点：导电性能好：接触压力为150N/cm2时，接触电阻＜20mΩ·cm2；耐腐蚀性能高：燃料电池运行环境下，腐蚀电位＞0.08V，腐蚀电流＜1.82μA/cm2；无疏松、穿孔；成本低。本发明主要用于制备燃料电池双极板材料。

公开(公告)号：CN119783537A

公开(公告)日：2025-04-08

申请号：CN202411959733.8

申请日：2024-12-30

Applicant: 哈尔滨工业大学

Inventor： 肖宇 ,  张海莹

IPC: G06F30/27 ,  G06F18/213 ,  G06N3/092 ,  G06N3/126 ,  G16C60/00 ,  G16C10/00 ,  G06F18/2135 ,  G06F18/2132 ,  G06F119/08

Abstract: 本发明提出了一种自适应高温损伤模型构建方法及系统。属于材料科学及工程计算技术领域；所述方法包括：获取材料在高温环境下的实验数据，通过机器学习算法对收集的数据进行预处理，并对关键损伤特征进行提取；基于深度学习框架构建基础损伤预测模型，利用预处理后的数据对模型进行训练，并通过强化学习机制，使基础损伤预测模型根据预测误差对内部参数进行自适应调整；利用遗传算法对模型中的热力学参数进行全局搜索，寻找最优参数组合，结合实时温度监测数据，对模型参数进行动态调整。通过集成深度学习、强化学习、遗传算法和分子动力学模拟技术，能够对材料在高温环境下的损伤演化过程进行更为准确和全面的预测。