一种多组分玻璃材料高通量制备装置及方法

    公开(公告)号:CN115893804A

    公开(公告)日:2023-04-04

    申请号:CN202211100198.1

    申请日:2022-09-06

    Abstract: 本发明公开了一种多组分玻璃材料高通量制备装置及方法,装置包括承载玻璃配合料的凹形阵列坩埚,托运小车带动凹形阵列坩埚进行水平和垂直方向运动,在装置工作时,将凹形阵列坩埚依次运输至电阻炉、多喷嘴淬冷机构内,电阻炉对玻璃配合料进行熔制,并对熔融玻璃液进行澄清均化,多喷嘴淬冷机构对熔融玻璃液进行快速冷却成型;控制系统用于控制托运小车、电阻炉和多喷嘴淬冷机构工作。本发明装置可批量制备出一系列不同组分的玻璃块体样品,大大提高了玻璃样品的制备效率,有助于快速建立玻璃“成分‑性能”的关系,大大提升了筛选玻璃最优组分配比条件的效率。

    一种基于M5P算法预测玻璃介电常数的方法

    公开(公告)号:CN113326664B

    公开(公告)日:2022-10-21

    申请号:CN202110717315.8

    申请日:2021-06-28

    Abstract: 本发明公开了一种基于M5P算法预测玻璃介电常数的方法,属于玻璃性能预测技术领域。所述方法通过提供一种新的具有不同对称性的氧化物团簇的原子结构模型的构造方法,并基于第一性原理考虑电子结构,只构造团簇而不构造晶体,从而既可以反映体系的状态,又不增加计算成本,同时保证了介电常数的预测准确度。而且本申请采用M5P模型树构造介电常数预测模型,不需要考虑全局线性回归,M5P模型树将样本特征划分为若干个分段线性回归,树的可解释性更强,而且该算法的训练模型时间短。

    一种基于分子动力学和岭回归算法的密度预测方法

    公开(公告)号:CN113312853B

    公开(公告)日:2022-10-21

    申请号:CN202110723107.9

    申请日:2021-06-28

    Abstract: 本发明公开了一种基于分子动力学和岭回归算法的密度预测方法,属于机器学习预测玻璃性能技术领域。所述方法在构造用于机器学习的描述符时,基于分子动力学构造具有不同对称性的氧化物晶体的原子结构模型作为分子动力学计算的晶胞,且选择每单位阳离子i的结合能和晶胞中阳离子i与最近邻氧离子的键长L作为预测性能参数,同时基于岭回归模型构建密度预测模型,实现了对于玻璃密度的快速准确预测,尤其针对一些对密度要求较高的玻璃产品的研发,很大程度上节省了研发成本。

    一种基于神经网络算法预测玻璃介电损耗的方法

    公开(公告)号:CN113312852B

    公开(公告)日:2022-10-21

    申请号:CN202110723077.1

    申请日:2021-06-28

    Abstract: 本发明公开了一种基于神经网络算法预测玻璃介电损耗的方法,属于玻璃性能预测技术领域。所述方法通过采用分子模拟和机器学习相结合的方法预测玻璃的介电损耗,自动寻找到描述玻璃介电损耗的关键基因,并具有拓展到更多玻璃组分体系的外推能力,可以在玻璃内部结构未知的情况下通过数据驱动,建立玻璃组分和性能的关联,在给定组分配比的情况下预测玻璃的介电损耗,减少了实验试错的成本,可以提高新型玻璃的研发效率。

    一种矿石纤维成分精确设计方法及系统

    公开(公告)号:CN114707368A

    公开(公告)日:2022-07-05

    申请号:CN202210631975.9

    申请日:2022-06-07

    Abstract: 本发明公开了一种矿石纤维成分的精确设计方法及系统,方法包括:采集不同地区的几种矿石纤维成分,作为成分设计的原材料;将不同地区矿石纤维的配比作为需求解的未知量、期望设计的矿石纤维成分作为输入,构建多目标优化模型;基于不同地区矿石纤维的配比,为模型添加限制条件;通过“自适应NSGA‑GA”算法对多目标优化模型进行求解:即根据矿石纤维成分的误差容忍值,通过可行解集与期望成分的误差,自适应的选择NSGA‑Ⅲ算法中的参数,并得到可行解集。再通过贪婪最佳优先算法在可行解集中寻找最优解,作为最终矿石纤维配比。本发明较传统的多元方程组模型、传统的单目标优化模型和传统的多目标优化模型,具有更高的准确性和效率。

Patent Agency Ranking