一种稀土钽酸盐材料热导率预测模型的构建方法及应用技术

技术编号:43462836 阅读:17 留言:0更新日期:2024-11-27 13:00
本发明专利技术涉及钽酸盐热障涂层技术领域,具体涉及一种稀土钽酸盐材料热导率预测模型的构建方法及应用,包括采集稀土钽酸盐材料的热导率、利用稀土钽酸盐材料的关键特征构建特征池,计算特征间的皮尔逊相关性系数并对特征进行降维,剔除冗余特征,再对8种常用的回归模型进行评估,其中梯度提升回归树模型(GBRT)表现最佳。随后,基于GBRT模型进行特征最优子集筛选,并基于最优子特征组合构建预测稀土钽酸盐热导率的梯度提升回归树模型。本发明专利技术可以构建高精度成分‑热导率映射模型,实现稀土钽酸盐材料热导率的快速预测,减少实验试错成本,加速实验进展。

【技术实现步骤摘要】

本专利技术涉及钽酸盐热障涂层,具体涉及一种稀土钽酸盐材料热导率预测模型的构建方法及应用


技术介绍

1、热障涂层(tbcs)材料是航空发动机、燃气轮机的重要防护材料,主要由合金基体、粘结层、热生长氧化物层(tgo)、顶部陶瓷层组成。具有耐高温腐蚀、抗氧化性等优点,近年来成为提高热端部件工作温度,延长服役寿命的重要方法。

2、然而,稀土钽酸盐热障涂层材料涉及的元素种类众多,且不同元素配比也会极大地影响材料的物理性能,这就构成了一个复杂高维的搜索空间,,依靠传统的试错法非常消耗时间和成本,基于密度泛函理论(dft)的高通量计算的出现在一定程度上加速了搜索过程,但该方法仍面临建模困难,计算资源消耗大等问题。

3、近年来,人工智能和材料信息学的发展取得了卓越的成果,数据驱动下的机器学习技术被认为是材料设计领域的一种可行的方法。机器学习方法作为材料研究的第四范式,通过构建有效的材料特征(成分、工艺等)作为输入,以一种或多种性质作为输出,训练机器学习模型并快速建立起两者之间的映射关系,为快速预测筛选具有低热导率的新型稀土钽酸盐热障涂层材料提供了本文档来自技高网...

【技术保护点】

1.一种稀土钽酸盐材料热导率预测模型的构建方法,其特征在于,包括以下步骤:

2.如权利要求1所述的稀土钽酸盐材料热导率预测模型的构建方法,其特征在于:所述S1中的稀土钽酸盐数据集RE位包含至少一条两种元素至十种元素组合的稀土钽酸盐热导率数据。

3.如权利要求1所述的稀土钽酸盐材料热导率预测模型的构建方法,其特征在于:所述S2中元素特征包括:原子序数、原子质量、周期、族、密度、熔点、体积模量、质量无序参数、pauling电负性、AR电负性、MB电负性、第一电离能、电子亲和势、Clementi有效核电荷数、Slater有效核电荷数、电荷半径比、离子键强度、RE位与Ta...

【技术特征摘要】

1.一种稀土钽酸盐材料热导率预测模型的构建方法,其特征在于,包括以下步骤:

2.如权利要求1所述的稀土钽酸盐材料热导率预测模型的构建方法,其特征在于:所述s1中的稀土钽酸盐数据集re位包含至少一条两种元素至十种元素组合的稀土钽酸盐热导率数据。

3.如权利要求1所述的稀土钽酸盐材料热导率预测模型的构建方法,其特征在于:所述s2中元素特征包括:原子序数、原子质量、周期、族、密度、熔点、体积模量、质量无序参数、pauling电负性、ar电负性、mb电负性、第一电离能、电子亲和势、clementi有效核电荷数、slater有效核电荷数、电荷半径比、离子键强度、re位与ta离子半径之比、半径无序参数与共价半径。

4.如权利要求1所述的稀土钽酸盐材料热导率预测模型的构建方法,其特征在于:所述s3中,使用皮尔逊相关性系数剔除冗余特征,计算公式为:

5.如权利要求1所述的稀土钽酸盐材料热导率预测模型的构建方法,其特征在于:所述s4中使用了8种不同的回归模型进行预测,具体方法为:使用python库中的scikit-learn包,调用每一种模型,并对每种模型使用默认输入参数,十折交叉验证具体包括:将整个数据集随机划分成十个大小相似的子集;每个子集都包含大约10%的数据;进行十次训练和验证循环具体包括:在每次循环中,选择其中一个子集作为验证集,其余九个子集作为训练集,第一次循环:使用第1到第9个子集作为训练集,第10个子集作为验证集;第二...

【专利技术属性】
技术研发人员:种晓宇魏毅炜何京津冯晶干梦迪杨超
申请(专利权)人:昆明理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1