公开(公告)号：CN118899048A

公开(公告)日：2024-11-05

申请号：CN202411007435.9

申请日：2024-07-25

Applicant: 西安交通大学

Inventor： 周超 ,  胡鹏强 ,  张睿升 ,  张垠 ,  杨森

IPC: G16C20/70 ,  G16C20/90 ,  G06N20/00

Abstract: 本发明公开了一种构建磁致伸缩材料的机器学习数据库的方法，包括：获取磁致伸缩材料的化合物成分的含量及化合物成分对应的磁致伸缩值；获取磁致伸缩材料中包含的化合物成分中各元素的物理参量性能数据；基于化合物成分的含量以及物理参量性能数据构建所述化合物成分与对应物理参量性能数据的关联关系，并据此计算所述磁致伸缩材料的物理参量性能；将化合物成分和物理参量性能作为特征算符，磁致伸缩值作为目标算符，构建机器学习数据库。

公开(公告)号：CN119464951A

公开(公告)日：2025-02-18

申请号：CN202411622373.2

申请日：2024-11-14

Applicant: 西安交通大学

Inventor： 杨森 ,  戴志勇 ,  周超 ,  张睿升 ,  陈元亮 ,  张垠

IPC: C22C38/06 ,  C22C33/04 ,  C21D1/00 ,  C21D6/00 ,  H01F1/01 ,  H01F41/02

Abstract: 本发明公开了一种铂掺杂铁铝合金磁致伸缩材料及其制备方法，所述磁致伸缩材料以Fe0.80Al0.20合金为基体，通过掺杂Pt替代Fe或Al，控制晶粒沿 方向生长，从而提高所述磁致伸缩材料的磁致伸缩性能。

公开(公告)号：CN119005366A

公开(公告)日：2024-11-22

申请号：CN202411007212.2

申请日：2024-07-25

Applicant: 西安交通大学

Inventor： 周超 ,  胡鹏强 ,  杨森 ,  张睿升

IPC: G06N20/20 ,  G06F18/214 ,  G16C20/70

Abstract: 本发明公开了一种预测RFe2型材料巨磁致伸缩性能的机器学习方法及装置，所述方法包括：构建RFe2型材料的成分‑性能‑磁致伸缩数据集；将所述成分‑性能‑磁致伸缩数据集划分成不同比例的训练集和测试集，根据不同比例下所述训练集和所述测试集的计算结果确定最终数据集，所述数据集包括训练集和测试集；利用所述最终数据集训练机器学习模型，得到训练后的机器学习模型，其中，所述训练集用于所述机器学习模型的训练，所述测试集用于验证所述机器学习模型的预测精度，最后通过所述训练后的机器学习模型预测所述RFe2型材料的巨磁致伸缩性能。本发明实现了能够快速筛选出具有大应变、窄滞后和宽温域的RFe2型磁致伸缩材料，大幅降低了研发成本。