-
公开(公告)号：CN117894406A
公开(公告)日：2024-04-16
申请号：CN202311750702.7
申请日：2023-12-19
Applicant: 北京应用物理与计算数学研究所 , 昆明理工大学
IPC: G16C60/00 , G06F30/20 , G06F119/08 , G06F119/14
Abstract: 本发明涉及材料基因工程领域，具体涉及一种温度压强自动化建模方法，基于先进的第一性原理计算，利用热力学数据作为起点，并将其作为CALPHAD热力学公式的输入数据。通过精心设计和优化，构建多种不同温度和压强条件下的热力学相图模型，并可对其参数进行进一步优化，为材料设计和研究提供了一种高效而准确的工具。通过建立材料的温度压强相图，能够更好地理解材料的相平衡行为和热力学性质，并获得更全面的材料信息，本发明可以通过建模和计算快速准确地预测材料在这些极端条件下的状态和性质。此外，本发明能够在低成本和短时间内进行对高温高压材料的设计筛选，并构建相应的热力学数据库，为材料研究和开发提供重要的支持。
-
公开(公告)号：CN117744350A
公开(公告)日：2024-03-22
申请号：CN202311699604.5
申请日：2023-12-12
Applicant: 昆明理工大学 , 北京应用物理与计算数学研究所
IPC: G06F30/20 , G06F40/186 , G06F119/08
Abstract: 本发明涉及材料科学和化学，以及计算机技术领域，公开了一种用于CALPHAD自动集成建模的热力学数据批量提取方法，包括以下步骤：S1：读取指定温度和/或压强对应的吉布斯自由能、子合金文件名和/或温度数据；S2：自动批量处理温度、吉布斯自由能和子合金文件名数据，得到热力学参数混合熵和混合焓；S3：批量生成可用于建模的输入文件。本发明简化了相图热力学计算的过程，减少了手动操作和繁琐的数据转化工作，科研人员可以更高效地利用已经得到的大量数据进行相图预测和热力学建模，节省时间和精力，提高研究效率。
-
公开(公告)号：CN116612842A
公开(公告)日：2023-08-18
申请号：CN202310698694.X
申请日：2023-06-13
Applicant: 昆明理工大学 , 北京应用物理与计算数学研究所
IPC: G16C60/00 , G06F30/20 , G06F119/14 , G06F119/08
Abstract: 本发明涉及材料基因工程和集成计算材料工程领域，具体公开了一种多尺度集成的温度组分相图建模方法，以第一性原理为基础计算材料各物相在有限温度下的热力学数据，将计算的热力学数据作为CALPHAD热力学公式的输入数据，构建CALPHAD热力学模型。本发明还公开了一种多尺度集成的温度组分相图建模装置。本发明以第一性原理热力学数据为相图建模的数据来源，解决实验热力学数据匮乏的问题。采用贝叶斯采样、马尔可夫链蒙特卡罗方法实现多参数的自动优化，提出了开发自主可控相图建模软件的核心算法，加快实现相图建模软件的国产替代，可在低成本、短研发周期的前提下实现规模化、流程化、自动化地构建可靠度高的热力学数据库，辅助新材料成分设计、优化工艺参数、添加元素对相稳定性的影响等。
-
公开(公告)号：CN119952341A
公开(公告)日：2025-05-09
申请号：CN202510128298.2
申请日：2025-02-05
Applicant: 昆明理工大学 , 云南贵金属实验室有限公司
Abstract: 本发明涉及合金材料领域，具体涉及一种合金元素掺杂的高强度Au基钎料，原料成分按质量比包括73～75%的Au和25～27%的Ni。本发明通过多个收敛性测试的合理界面测试模型掺杂合金元素后模拟和常用焊材焊接后形成的界面的性能，以此来确定掺杂合金元素的合理性，可节约资源，节省成本；而该Au基钎料优势在于：Au基钎料在高温下表现出很强的抗氧化性，此外，Au基焊料具有低蒸汽压、优良的润湿性和优越的流动性，本发明的Au‑Ni合金具有熔点低、高温强度强、热物理性能良好的特点，同时在不同温度下均保持低层错能。
-
公开(公告)号：CN117457106A
公开(公告)日：2024-01-26
申请号：CN202311404738.X
申请日：2023-10-27
Applicant: 昆明理工大学
Abstract: 本专利申请公开了一种等效减量设计Pt‑Al‑X多元高温合金的方法及多元高温合金，首先建立合金元素在Pt3Al和纯Pt中的初始固溶体模型，采用第一性原理计算方法，获取基态的能量，判断合金元素的占位倾向，确定最终的晶体结构模型。其次，评价合金元素对Pt3Al的热力学稳定性的影响，初步筛选有效合金元素。评价合金元素对Pt3Al动力学稳定性的影响，进一步筛选有效合金元素。然后，通过合金元素对Pt3Al剪切模量的影响、两相晶格失配度，确定潜在高温合金体系，并结合JMatPro软件评价合金相组成和相分数随温度的变化，优化Pt‑Al‑X合金配方。该方法能够大大降低贵金属高温合金的研发成本，缩短研发周期，本发明首次公开了4种Pt‑Al‑X多元高温合金，其具有高强度、低成本等优点。
-
Patent Agency Ranking
公开(公告)号：CN115618559A
公开(公告)日：2023-01-17
申请号：CN202211066315.7
申请日：2022-08-31
Applicant: 云南前沿液态金属研究院有限公司 , 昆明理工大学
IPC: G06F30/20 , C22C30/00 , C22C13/00 , C22C28/00 , G06F119/08 , G06F119/14 , G06F119/02
Abstract: 本发明涉及熔接材料的筛选技术领域，具体公开了一种筛选含铟合金熔接材料的方法，基于密度泛函理论的第一性原理计算方法，高精度的结构驰豫获得了TM1‑In‑TM2体系中各晶体结构的基本物相信息，计算了TM1‑In‑TM2体系中二元晶体结构的热学性质，进一步结合CALPHAD模型，建立了三元合金体系的热力学模型，分析TM1‑In‑TM2体系的稳定性和共晶点，筛选出五种低熔点共晶含铟合金熔接材料。采用示差扫描量热法（DSC）对计算出的五种三元合金体系进行实验验证，并且采用HV‑1000A型显微硬度计和高精度塞贝克系数与电阻率测试仪测试了部分样品的硬度和电导率，结果表明计算值与实验值极其符合。各低熔点共晶含铟合金熔接材料成分的比例是首次发现，具有低熔点，造粉质量高、无粘结现象等优点。
-
公开(公告)号：CN115579089A
公开(公告)日：2023-01-06
申请号：CN202211397291.3
申请日：2022-11-09
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于机器学习的理想带隙钙钛矿材料筛选方法，包括采集有机无机杂化钙钛矿材料实验带隙数据，利用钙钛矿本征特征构建特征池，计算特征间皮尔逊相关系数剔除相关性强的冗余特征，再利用梯度提升回归树算法对剩余特征进行重要性排序，按排序顺序进行迭代学习以筛选模型精度最高时的最优子特征组合，通过最优子特征构建基于梯度提升回归算法和符号回归算法的机器学习带隙预测模型。本发明利用元素本征特征作为组分与带隙间的中间输入，与直接用组分作为输入的方法相比，降低了特征维度与模型复杂度，提出的子特征筛选方法与符号回归算法的结合，将模型维度降低到一维，在保证精度的前提下模型简单且使用方便，利于大规模预测筛选。
-
公开(公告)号：CN115422744A
公开(公告)日：2022-12-02
申请号：CN202211059131.8
申请日：2022-08-31
Applicant: 昆明理工大学 , 云南前沿液态金属研究院有限公司
IPC: G06F30/20 , G06F119/08
Abstract: 本发明公开了基于第一性原理筛选超低熔点共晶合金熔接材料的方法，包括获取Sn‑In‑TM体系中存在的晶体结构，基于密度泛函理论的第一性原理计算方法，高精度的结构驰豫获得了Sn‑In‑TM体系中各晶体结构的基本物相信息，并计算了Sn‑In‑TM体系中晶体结构的热力学性质，进一步结合CALPHAD模型，建立了Sn‑In‑TM体系的热力学模型，分析共晶点的成分和温度。筛选出来一种超低熔点共晶合金熔接材料：其成分比为Sn:In：Bi=(18.15‑22.76):(30.57‑33.54):(41.58‑45.31)。这种超低熔点共晶合金熔接材料的共晶点温度在41.6‑45.7℃，该超低熔点共晶合金熔接材料成分的比例是首次发现，具有超低熔点，造粉质量高、无粘结现象等优点。
-
公开(公告)号：CN117476131A
公开(公告)日：2024-01-30
申请号：CN202311412308.2
申请日：2023-10-27
Applicant: 昆明理工大学 , 贵研铂业股份有限公司
Abstract: 专利申请公开了一种提升Ir‑Rh合金塑性的方法及Ir‑Rh合金，方法包括以下步骤：步骤1：建立Ir‑Rh二元合金固溶体和Ir‑Rh‑X三元合金固溶体模型；步骤2：基于第一性原理计算，对固溶体模型进行高精度的结构弛豫，获取静态总能和晶格常数；步骤3：基于固溶体模型的晶格常数，计算Ir‑Rh二元合金固溶体和Ir‑Rh‑X三元合金固溶体的泊松比，堆垛层错能和D参数，评估其塑性，筛选潜在的合金元素种类；步骤4：采用计算相图的方法，计算Ir‑Rh‑X三元合金的不稳定堆垛层错能，获取Ir‑Rh‑X三元合金的成分范围。采用本发明的方法在提升Ir‑Rh合金塑性的同时，降低了合金成本，采用高通量计算的方法筛选合金元素，大大缩短了研发周期，降低研发成本。
-
公开(公告)号：CN115910241A
公开(公告)日：2023-04-04
申请号：CN202211402486.2
申请日：2022-11-09
Applicant: 昆明理工大学 , 昆明贵研新材料科技有限公司
Abstract: 本发明涉及一种基于机器学习的预测多组元铂基合金拉伸强度的方法，包括采集铂基合金常温拉伸强度实验数据，利用领域知识对元素进行分类处理，通过第一性原理密度泛函理论计算的方法构建特征池，以机器学习中的岭回归预测十折交叉验证精度为目标函数，按特征重要性排序顺序进行迭代学习以筛选最优子特征组合，以最优子特征为输入，构建基于岭回归算法的多组元铂合金常温拉伸强度机器学习预测模型。本发明与之前使用元素剂量比和简单本征特征作为输入的机器学习方法相比，首次将基于专家领域知识的第一性原理计算特征与机器学习建模结合，针对该合金体系建立的计算特征能够更加准确地区分合金样本，弥补数据不足所带来的预测误差，提升预测精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.071 seconds)
