【技术实现步骤摘要】
本专利技术涉及材料科学，特别涉及一种非晶材料剪切带预测方法、装置、设备及介质。
技术介绍
1、金属玻璃等非晶材料，具有高强度和高弹性极限，是高端智能功能材料，应用前景广阔，因其独特的长程无序原子结构而备受关注。但由于局部剪切带的形成，导致金属玻璃韧性较差。剪切带是塑性变形过程中局部应变集中形成的窄带区域，通常是导致玻璃材料失效的主要原因。因此，准确预测剪切带的形成位置对于提高金属玻璃的韧性至关重要。
2、近年来，随着计算机技术和人工智能的进步，研究人员开始利用深度学习等人工智能技术来预测金属玻璃的剪切带形成位置，提出了一种基于卷积神经网络（convolutional neural network，cnn）的深度学习模型，该模型通过分析金属玻璃初始静态结构，准确识别可能形成剪胀转变的区域。通过卷积神经网络训练，模型能够识别出金属玻璃中具有高塑性变形潜力的“肥沃点”（fertile sites）。这些肥沃点的密度分布（density of fertile sites，dfs）可以有效预测剪切带的起始位置。此外，dfs的初始分布不...
【技术保护点】
1.一种非晶材料剪切带预测方法，其特征在于，包括：
2.根据权利要求1所述的非晶材料剪切带预测方法，其特征在于，所述根据所述微观结构数据构建所述目标非晶材料的初始微观模型，包括：
3.根据权利要求1所述的非晶材料剪切带预测方法，其特征在于，所述基于所述初始微观模型计算所述目标非晶材料内部的刚度梯度场，包括：
4.根据权利要求3所述的非晶材料剪切带预测方法，其特征在于，所述通过分子动力学模拟对所述初始微观模型进行响应分析，以得到所述初始微观模型各个局部区域的刚度值，包括：
5.根据权利要求1所述的非晶材料剪切带预测方法，其...
【技术特征摘要】
1.一种非晶材料剪切带预测方法，其特征在于，包括：
2.根据权利要求1所述的非晶材料剪切带预测方法，其特征在于，所述根据所述微观结构数据构建所述目标非晶材料的初始微观模型，包括：
3.根据权利要求1所述的非晶材料剪切带预测方法，其特征在于，所述基于所述初始微观模型计算所述目标非晶材料内部的刚度梯度场，包括：
4.根据权利要求3所述的非晶材料剪切带预测方法，其特征在于，所述通过分子动力学模拟对所述初始微观模型进行响应分析，以得到所述初始微观模型各个局部区域的刚度值，包括：
5.根据权利要求1所述的非晶材料剪切带预测方法，其特征在于，所述基于所述刚度梯度场确定所述目标非晶材料内部的剪胀转变区，包括：
6.根据权利要求1所述的非晶...
【专利技术属性】
技术研发人员：史荣豪，张国赏，岳鹏飞，朱治愿，杨少丹，王江伟，宋克兴，曹书光，潘文高，谢昆，李瑞，肖丽丽，
申请(专利权)人：河南省科学院材料研究所，
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。