【技术实现步骤摘要】
本申请涉及材料科学,具体涉及一种基于原子尺度动力学获取含能材料爆速与爆压的方法。
技术介绍
1、含能材料(energetic materials,ems)因其具备在极短时间内释放高密度能量的能力,广泛应用于民用与军用领域,如矿业爆破、航天推进及弹药系统等。其核心优势在于高能量密度及强毁伤能力,使其在需要集中能量输出的应用中不可或缺。评估含能材料性能的关键指标包括爆轰压力、爆轰速度(dv)以及单位质量材料在爆轰过程中的总能量释放量,这些参数直接决定了材料在实际应用中的毁伤效能。
2、相关技术中,预测含能材料性能的方法主要包括基于传统模型进行数值预测,以及或基于动力学方法进行预测。但基于传统模型方法依赖于经验数据、难以适用新型的含能材料,预测精度较低;而动力学方法由于计算量大,效率低下的问题,几乎难以实现。
3、因此,如何提出一种兼顾精度和效率对含能材料的性能预测方法,成为目前亟待解决的问题。
技术实现思路
1、有鉴于此,本申请提供了一种基于原子尺度动力学获取含能材料爆
...【技术保护点】
1.一种基于原子尺度动力学获取含能材料爆速与爆压的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用所述第一训练数据集对势函数进行迭代训练,得到每一代训练对应的结构文件,包括:
3.根据权利要求2所述的方法,其特征在于,所述非连续的Hugoniot类型系综包括:NPHugoniotniot或NVHugoniotniot系综,且所述系综的初始参数和初始结构采用非统一设置。
4.根据权利要求1所述的方法,其特征在于,所述材料模拟模型包括基于深度神经网络的MatterSim模型,其输入如包含原子坐标和晶格参数的分
...【技术特征摘要】
1.一种基于原子尺度动力学获取含能材料爆速与爆压的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用所述第一训练数据集对势函数进行迭代训练,得到每一代训练对应的结构文件,包括:
3.根据权利要求2所述的方法,其特征在于,所述非连续的hugoniot类型系综包括:nphugoniotniot或nvhugoniotniot系综,且所述系综的初始参数和初始结构采用非统一设置。
4.根据权利要求1所述的方法,其特征在于,所述材料模拟模型包括基于深度神经网络的mattersim模型,其输入如包含原子坐标和晶格参数的分子式或晶胞结构,输出为量子力学精度的能量、受力和应力。
5.根据权利要求1所述的方法,其特征在于,所述初始构型文件包括所述待测含能材料的化学结构特征,所述第一训练数据集包括初始结构和初始结...
【专利技术属性】
技术研发人员:米文慧,刘子丰,段钧文,杨泽,陈泳烁,邵学成,高博,
申请(专利权)人:吉林大学,
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。