-
公开(公告)号:CN118197473A
公开(公告)日:2024-06-14
申请号:CN202410271386.3
申请日:2024-03-11
Applicant: 南京航空航天大学
IPC: G16C20/70 , G16C60/00 , G16C20/30 , G06N7/01 , G06N3/0985
Abstract: 一种基于深度神经网络的获得超硬掺杂DLC涂层的方法,它包括以下步骤:搜集掺杂DLC和硬度有关的历史实验数据信息以及第一性原理计算信息,计算输入特征,构建原始数据集;并对优化后的数据集进行标准化处理,获得掺杂DLC硬度数据的训练集和测试集;搭建DNN模型,用训练集数据对模型进行训练,用贝叶斯优化算法对模型超参数进行优化,获得最优参数模型;用训练好的模型预测新的掺杂DLC,设计相同元素下的最佳元素含量。本发明解决了掺杂DLC的设计难题,目前掺杂DLC的设计多采用实验试错法以及第一性原理仿真,均存在设计周期长、资源消耗大、成本昂贵等缺点,难以获得具备期望性能的掺杂DLC涂层。因此,该方法能满足新型掺杂DLC涂层的快速、准确、高效设计。
-
公开(公告)号:CN118211381A
公开(公告)日:2024-06-18
申请号:CN202410271281.8
申请日:2024-03-11
Applicant: 南京航空航天大学
IPC: G06F30/20 , G06F30/10 , G06F119/14
Abstract: 一种基于密度泛函理论获得高温环境下高熵合金涂层力学性能的方法,包括如下步骤:1)根据材料的原子构型和排列方式,利用Material Studio软件建立基体和涂层的分子模型,并利用工具切割材料的表面。2)将所建立的钛合金和高熵合金涂层模型建立层状连接,形成上薄下厚的两层构象。3)对步骤2中建立的层状模型进行几何优化。4)设置并运行分子动力学,寻找层状模型在设定温度下的最终形态,并计算体系总能量。5)进行涂层材料的机械性能计算,预测材料的各方向的弹性模量,泊松比及其它派生性能。6)计算涂层和基体间的结合能,评价界面结合强度。本发明具有成本更低,效率更高的优点。
-