公开(公告)号：CN117894387B

公开(公告)日：2025-02-14

申请号：CN202311565817.9

申请日：2023-11-22

Applicant: 哈尔滨理工大学

Inventor： 田晓华 ,  牟慧雅 ,  王晓川 ,  谭昌龙 ,  张琨

IPC: G16C20/30 ,  G16C20/70 ,  G16C60/00

Abstract: 一种基于机器学习预测Ni‑Mn基形状记忆合金热滞后ΔThys的方法，本发明具体涉及一种基于机器学习预测Ni‑Mn基形状记忆合金热滞后ΔThys的方法。本发明是要解决现有技术缺少对Ni‑Mn基形状记忆合金热滞后ΔThys预测方法的问题。通过第一性原理计算结合机器学习获得全部Ni‑Mn基形状记忆合金的本征值与体积变化率，将其作为关键物理耦合特征加入到Ni‑Mn基形状记忆合金热滞后数据集中，以元素和物理性质为特征，热滞后为标签，建立不同的机器学习模型，进行模型调参与模型选择，最后采用随机森林模型对新型Ni‑Mn基形状记忆合金的热滞后进行预测，通过实验制备，获取新型窄滞后Ni‑Mn基形状记忆合金。

公开(公告)号：CN117894387A

公开(公告)日：2024-04-16

申请号：CN202311565817.9

申请日：2023-11-22

Applicant: 哈尔滨理工大学

Inventor： 田晓华 ,  牟慧雅 ,  王晓川 ,  谭昌龙 ,  张琨

IPC: G16C20/30 ,  G16C20/70 ,  G16C60/00

Abstract: 一种基于机器学习预测Ni‑Mn基形状记忆合金热滞后ΔThys的方法，本发明具体涉及一种基于机器学习预测Ni‑Mn基形状记忆合金热滞后ΔThys的方法。本发明是要解决现有技术缺少对Ni‑Mn基形状记忆合金热滞后ΔThys预测方法的问题。通过第一性原理计算结合机器学习获得全部Ni‑Mn基形状记忆合金的本征值与体积变化率，将其作为关键物理耦合特征加入到Ni‑Mn基形状记忆合金热滞后数据集中，以元素和物理性质为特征，热滞后为标签，建立不同的机器学习模型，进行模型调参与模型选择，最后采用随机森林模型对新型Ni‑Mn基形状记忆合金的热滞后进行预测，通过实验制备，获取新型窄滞后Ni‑Mn基形状记忆合金。