【技术实现步骤摘要】
本专利技术属于共晶材料预测，具体涉及一种基于集成学习的dntf（3,4-二硝基呋咱基氧化呋咱）共晶预测方法。
技术介绍
1、当前在高能量密度材料领域用的最多的是cl-20（六硝基六氮杂异伍兹烷），但是其由于成本比较高，制约了其广泛应用。近些年的研究发现，dntf（3,4-二硝基呋咱基氧化呋咱）性能与cl-20接近，但其成本只有cl-20的一半，因此dntf具有很高的研究价值，dntf的分子结构图如图1所示。
2、经过研究发现dntf目前仍存在，如热稳定性差、力学性能差、晶析、相容性等问题，这些问题均可通过共晶来解决。共晶技术是一种近年来发展起来的一种新技术，含能共晶技术可以在不破坏原有含能化合物分子结构的前提下，改变含能材料的化合物分子结构组成（分子排列方式）和结晶结构（晶体堆积系数、密度等），减少晶体的自由体积，形成紧密堆积，并进一步减小热点形成的概率。
3、但是，由于共晶体系过于复杂且实验成本巨大，对共晶结构的研究相对受制，通过人力实验来为dntf含能材料寻找共晶配体分子无疑是耗时与低效的，如何提高dntf的...
【技术保护点】
1.一种基于集成学习的DNTF共晶预测方法，其特征在于，包括：
2.根据权利要求1所述基于集成学习的DNTF共晶预测方法，其特征在于，所述实验报告数据包括公开的DNTF共晶实验报告数据以及自主进行实验的DNTF共晶实验报告数据。
3.根据权利要求1所述基于集成学习的DNTF共晶预测方法，其特征在于，所述步骤1包括：
4.根据权利要求3所述基于集成学习的DNTF共晶预测方法，其特征在于，所述晶体数据包括晶胞参数、原子坐标、温度条件和压力条件中的一种或多种。
5.根据权利要求3所述基于集成学习的DNTF共晶预测方法，其特征在...
【技术特征摘要】
1.一种基于集成学习的dntf共晶预测方法，其特征在于，包括：
2.根据权利要求1所述基于集成学习的dntf共晶预测方法，其特征在于，所述实验报告数据包括公开的dntf共晶实验报告数据以及自主进行实验的dntf共晶实验报告数据。
3.根据权利要求1所述基于集成学习的dntf共晶预测方法，其特征在于，所述步骤1包括：
4.根据权利要求3所述基于集成学习的dntf共晶预测方法，其特征在于，所述晶体数据包括晶胞参数、原子坐标、温度条件和压力条件中的一种或多种。
5.根据权利要求3所述基于集成学习的dntf共晶预测方法，其特征在于，所述共晶标签包括：所述配体分子与dntf形成共晶的第一标签以及所述配体分子与dntf未形成共晶的第二标签。
6.根据权利要求...
【专利技术属性】
技术研发人员：刘延飞，杜子昂，刘博，李琪，田琦，郑浩，李雪，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。