看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于集成学习及多源数据适配的液态金属材料计算软件平台 收藏
基于集成学习及多源数据适配的液态金属材料计算软件平台

基于集成学习及多源数据适配的液态金属材料计算软件平台

作     者:舒超 潘梓文 陈陟 母昆杨 杨志恒 谢诚 Shu Chao;Pan Ziwen;Chen Zhi;Mu Kunyang;Yang Zhiheng;Xie Cheng

作者机构:云南大学软件学院云南昆明650000 云南中宣液态金属科技有限公司云南宣威655400 

基  金:云南省科技重大专项项目(202002AB080001-5)资助 

出 版 物:《稀有金属》 (Chinese Journal of Rare Metals)

年 卷 期:2022年第46卷第5期

页      码:607-618页

摘      要:液态金属材料在热控与能源、增材制造、生物医疗、柔性智能机器等领域有着特殊的优势。但是,新型液态金属材料的设计却一直是工业界的巨大挑战。这是由于液态金属是长程无序、无晶体、无晶粒的非晶态合金,基于第一性原理或有限元分析的传统材料计算方法难以适用,液态金属材料的设计只能靠无限重复的人工制备实验来进行,设计效率低下。同时又由于液态金属材料的这种非晶态合金特性,使得其材料性能主要取决于材料组份构成,而不是材料的工艺加工过程。因此,本工作设计研发了一种数据驱动的集成学习软件平台,用于代替液态金属材料设计的人工制备实验。首先,该软件平台在材料制备实验室和材料检验实验室部署了一种物联中间件和多源异构数据适配器,其能够自动的将制备实验室和检验室的材料实验与检验数据采集到云服务端,并结构化的存储于材料知识图谱中。而后,基于采集到的材料知识图谱数据,我们设计了一种液态金属集成计算神经网络,能够学习液态金属材料的组份与特定性能之间的关联模式。最后,软件平台提供了RESTful计算接口,能够在平台上自行调整液态金属材料的组份,预测该材料对应的性能。该软件平台目前已部署于我们的合作企业,实际对比实验结果表明,该软件平台能够较为有效的预测液态金属材料性能,显著的减少液态金属材料设计的人力投入,提升设计效率。

主 题 词:智能制造 工业软件 集成学习 液态金属 材料数据库 数据驱动 

学科分类:08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

核心收录:

D O I:10.13373/j.cnki.cjrm.XY21060016

馆 藏 号:203111722...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分