耐高温软磁材料的高通量筛选方法、系统、设备及介质技术方案

本发明专利技术公开了一种耐高温软磁材料的高通量筛选方法、系统、设备及介质，该方法包括：获取软磁材料的本征结构数据，并对本征结构数据进行掺杂处理，得到批量文件包；对批量文件包进行第一性原理计算，得到结果文件包；根据结果文件包对初始机器学习模型进行训练和调整，得到目标机器学习模型，并将结果文件包对应的软磁材料结构特征作为目标机器学习模型的输入数据，将批量文件包对应的软磁材料高温磁稳定性数据和软磁材料高温相稳定性数据作为目标机器学习模型的输出数据，以构建材料构效关系模型；根据材料构效关系模型对待筛选软磁材料进行预测，并根据预测结果选择耐高温软磁材料。本发明专利技术大幅提高了材料筛选的效率和准确性。

【技术实现步骤摘要】

本专利技术涉及材料科学与计算物理，特别是涉及耐高温软磁材料的高通量筛选方法、系统、设备及介质。

技术介绍

1、稀土-铁基软磁材料因其优异的磁性能和工业应用价值而受到广泛关注。材料的结构性质对其物理和化学性能有重要影响，高温下的磁性和相稳定性是这类材料的关键性能指标。传统的实验筛选方法依赖实验和简单计算，效率低且成本高、费时费力，难以快速发现具有优异磁性和相稳定性的新材料。随着计算科学的发展，第一性原理计算提供了一种高效的理论预测方法。然而，第一性原理计算通常计算量大、耗时长，限制了其在高通量筛选中的应用。因此，如何有效结合第一性原理计算和机器学习进行高效的材料筛选，已成为当前材料科学研究的一个重要课题。目前，国内已有多篇专利(cn108319807b、cn109300510a、cn111177915a、cn113722922a)介绍高通量筛选方法，但是这些方法仅停留在高通量方法的设计和执行层面，并没有形成一套自洽的“理论-实验-纠正理论”方法。

技术实现思路

1、本专利技术的目的是提供一套自洽的“理论-实验-本文档来自技高网...

【技术保护点】

1.一种耐高温软磁材料的高通量筛选方法，其特征在于，包括：

2.根据权利要求1所述的高通量筛选方法，其特征在于，在所述根据所述材料构效关系模型对待筛选软磁材料进行预测，并根据预测结果选择耐高温软磁材料之后，还包括：

3.根据权利要求1所述的高通量筛选方法，其特征在于，所述获取软磁材料的本征结构数据，并对所述本征结构数据进行掺杂处理，得到批量文件包，包括：

4.根据权利要求3所述的高通量筛选方法，其特征在于，所述对所述CSV文件包进行掺杂处理，得到批量文件包，包括：

5.根据权利要求1所述的高通量筛选方法，其特征在于，所述对所述批量文件包进行...

【技术特征摘要】

1.一种耐高温软磁材料的高通量筛选方法，其特征在于，包括：

2.根据权利要求1所述的高通量筛选方法，其特征在于，在所述根据所述材料构效关系模型对待筛选软磁材料进行预测，并根据预测结果选择耐高温软磁材料之后，还包括：

3.根据权利要求1所述的高通量筛选方法，其特征在于，所述获取软磁材料的本征结构数据，并对所述本征结构数据进行掺杂处理，得到批量文件包，包括：

4.根据权利要求3所述的高通量筛选方法，其特征在于，所述对所述csv文件包进行掺杂处理，得到批量文件包，包括：

5.根据权利要求1所述的高通量筛选方法，其特征在于，所述对所述批量文件包进行第一性原理计算，得到结果文件包，包括：

6.根据权利要求1所述的高通量筛选方法，其特征在于，所述根据所...

【专利技术属性】
技术研发人员：谭果果，胡嘉珣，王涵，张伟，满其奎，
申请(专利权)人：中国科学院赣江创新研究院，
类型：发明
国别省市：