本發(fā)明涉及材料性能預(yù)測領(lǐng)域，特別是涉及一種高通量預(yù)測模型的確定方法、應(yīng)用方法及相關(guān)裝置。

背景技術(shù)：

1、尖晶石耐火材料主要以鎂鋁尖晶石(mgal2o4)為代表，是一種重要的高溫結(jié)構(gòu)材料。它們通過高溫固相反應(yīng)或電熔法制備，形成具有尖晶石結(jié)構(gòu)的耐火制品。尖晶石耐火材料具有多種優(yōu)點：高熔點使其能在高溫環(huán)境中長期穩(wěn)定工作；優(yōu)異的抗熱震性能使其在溫度驟變的環(huán)境下不易開裂；對酸、堿及其他化學(xué)物質(zhì)的耐腐蝕性顯著；高機械強度和耐磨性使其能承受高溫下的機械沖擊和磨損。這些優(yōu)點使尖晶石耐火材料廣泛應(yīng)用于高溫工業(yè)領(lǐng)域。

2、高熵陶瓷(hec)是高位態(tài)熵的五個或五個以上陽離子或陰離子亞晶格的固溶體，具有優(yōu)異的性能，包括超高熔點、高機械強度和強耐腐蝕性等，引起了廣泛的關(guān)注。迄今為止，已經(jīng)合成了多種高熵陶瓷，包括高熵氧化物(heo)、氮化物、碳化物、硼化物、硅化物、氟化物等。其中高熵氧化物中的局部熵增會導(dǎo)致陰離子亞晶格特別容易受到局部變形和缺陷的影響。在局部區(qū)域內(nèi)，每個離子會傾向于各向同性地扭曲其配位多面體，使其偏離平均值。陽離子特有的電子不穩(wěn)定性也會導(dǎo)致heo中的各向異性局部扭曲。除了上述局部氧環(huán)境的簡單膨脹收縮或扭曲外，點缺陷也是影響高熵性能的重點，包括陽離子或氧亞晶格上的空位、間隙位置上的元素、雜質(zhì)或摻雜元素以及反位缺陷。

3、傳統(tǒng)尖晶石耐火材料是否也能通過引入多元素的高熵思路進行優(yōu)化，包括力學(xué)性能、抗侵蝕性能、抗熱震性能等需要進行進一步探索，高熵思路能否給耐火材料帶來正向的結(jié)構(gòu)和性能的畸變，以達到更出色的耐火性能是目前所要考慮的問題。但面對如此龐大的多元素組成空間，如何進行高效可行的實驗探索又成為一個嚴峻的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種高通量預(yù)測模型的確定方法、應(yīng)用方法及相關(guān)裝置，可快速、準確預(yù)測材料的性能，提高篩選的精度與速度，實現(xiàn)高效可行的實驗探索。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、第一方面，本發(fā)明提供了高通量預(yù)測模型的確定方法，所述高通量預(yù)測模型的確定方法包括：

4、對數(shù)據(jù)庫中每個描述符進行皮爾遜篩選，得到篩選后的描述符；所述數(shù)據(jù)庫包括若干個描述符；所述描述符包括：來自金屬元素原子的固有性質(zhì)、使用的前驅(qū)體氧化物的物理化學(xué)性質(zhì)和差異化的實驗條件。

5、基于shap軟件包和所述篩選后的描述符，確定最優(yōu)算法-描述符組合。

6、基于所述最優(yōu)算法-描述符組合，采用網(wǎng)格搜索技術(shù)對最優(yōu)算法進行超參數(shù)調(diào)節(jié)，得到材料性能的高通量預(yù)測模型。

7、可選地，所述皮爾遜篩選的表達式為：

8、

9、其中，r為person系數(shù)，n為數(shù)據(jù)點的數(shù)量，∑xy為x和y對應(yīng)元素描述符指標(biāo)值乘積的和，∑x為x中所有元素描述符指標(biāo)值的和，∑y為y中所有元素描述符指標(biāo)值的和，∑x2為x中所有元素描述符指標(biāo)值平方的和，∑y2為y中所有元素描述符指標(biāo)值平方的和。

10、可選地，基于shap軟件包和所述篩選后的描述符，確定最優(yōu)算法-描述符組合，具體包括：

11、基于所述篩選后的描述符，組成多個臨時數(shù)據(jù)庫；所述臨時數(shù)據(jù)庫為不同篩選后的描述符數(shù)量的組合。

12、基于所述shap軟件包，確定不同算法與不同臨時數(shù)據(jù)庫的組合。

13、將不同算法與不同臨時數(shù)據(jù)庫的組合中具有最高r2值與低于預(yù)設(shè)閾值的rmse值的組合，作為最優(yōu)算法-描述符組合。

14、可選地，所述r2值的計算公式為：

15、

16、其中，ssres為殘差平方和，即真實觀測值與算法預(yù)測值之間差異的平方和，所述真實觀測值為臨時數(shù)據(jù)庫中材料性能的實驗數(shù)據(jù)值，所述算法預(yù)測值為算法的預(yù)測性能值，sstot為總平方和，即真實觀測值與真實觀測值平均值之間差異的平方和。

17、可選地，所述rmse值的計算公式為：

18、

19、其中，m為真實觀測值的總數(shù)，yi為第i個真實觀測值，所述真實觀測值為臨時數(shù)據(jù)庫中材料性能的實驗數(shù)據(jù)值，為第i個算法預(yù)測值，所述算法預(yù)測值為算法的預(yù)測性能值。

20、可選地，所述高通量預(yù)測模型的確定方法還包括：

21、采用十倍交叉驗證方法結(jié)合r2值和rmse值對不同算法的預(yù)測精度進行評估。

22、第二方面，本發(fā)明提供了一種高通量預(yù)測模型的應(yīng)用方法，所述高通量預(yù)測模型的應(yīng)用方法包括：

23、獲取待測材料的描述符。

24、將所述待測材料的描述符輸入材料性能的高通量預(yù)測模型，得到待測材料對應(yīng)的預(yù)測性能值；所述材料性能的高通量預(yù)測模型為根據(jù)上述任一項所述的高通量預(yù)測模型的確定方法訓(xùn)練得到的模型。

25、可選地，應(yīng)用所述高通量預(yù)測模型的應(yīng)用方法獲得一種顯微硬度達1770.6hv1的單相高熵尖晶石耐火材料，所述單相高熵尖晶石耐火材料為(al2fe0.25zn0.25mg0.25mn0.25)o4，所述單相高熵尖晶石耐火材料高出同一實驗流程制備出的鎂鋁尖晶石顯微硬度235％、高出同一實驗流程制備出的鎂鉻尖晶石顯微硬度1585％。

26、可選地，應(yīng)用所述高通量預(yù)測模型的應(yīng)用方法獲得一種抗折強度達161.24mpa的多相復(fù)合耐火材料，所述多相復(fù)合耐火材料為(al2cr0.5zn0.1mg0.2mn0.2)o4，所述多相復(fù)合耐火材料比同一實驗流程制備出的鎂鋁尖晶石常溫抗折強度高出40％，比同一實驗流程制備出的鎂鉻尖晶石常溫抗折強度高出312％。

27、第三方面，本發(fā)明提供了一種計算機設(shè)備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序以實現(xiàn)上述中任一項所述的高通量預(yù)測模型的確定方法或上述所述的高通量預(yù)測模型的應(yīng)用方法。

28、第四方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)上述中任一項所述的高通量預(yù)測模型的確定方法或上述所述的高通量預(yù)測模型的應(yīng)用方法。

29、第五方面，本發(fā)明提供了一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)上述中任一項所述的高通量預(yù)測模型的確定方法或上述所述的高通量預(yù)測模型的應(yīng)用方法。

30、根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術(shù)效果：

31、本發(fā)明提供了一種高通量預(yù)測模型的確定方法、應(yīng)用方法及相關(guān)裝置，本發(fā)明首先對數(shù)據(jù)庫中每個描述符進行皮爾遜篩選，即使用皮爾遜系數(shù)對每個描述符之間相互的關(guān)聯(lián)程度進行計算，篩選出相應(yīng)的描述符，然后基于shap軟件包和篩選后的描述符，確定最優(yōu)算法-描述符組合，使篩選過程增加了針對性，并采用網(wǎng)格搜索技術(shù)對最優(yōu)算法進行超參數(shù)調(diào)節(jié)，得到材料性能的高通量預(yù)測模型。該高通量預(yù)測模型以描述符為輸入，以預(yù)測性能值為輸出，可快速、準確預(yù)測材料的性能，進而提高篩選的精度與速度，實現(xiàn)高效可行的實驗探索。從預(yù)測空間中篩選出1600℃燒結(jié)溫度下力學(xué)性能良好的成分進行實驗驗證、發(fā)現(xiàn)了顯微硬度可達1770.6hv1的單相高熵尖晶石耐火材料(al2fe0.25zn0.25mg0.25mn0.25)o4，高出同一實驗流程制備出的鎂鋁尖晶石(mgal2o4)顯微硬度235％、高出同一實驗流程制備出的鎂鉻尖晶石(mgcr2o4)顯微硬度1585％；還發(fā)現(xiàn)了抗折強度高達161.24mpa的多相復(fù)合耐火材料(al2cr0.5zn0.1mg0.2mn0.2)o4，比同一實驗流程制備出的鎂鋁尖晶石(mgal2o4)常溫抗折強度高出40％，比同一實驗流程制備出的鎂鉻尖晶石(mgcr2o4)常溫抗折強度高出312％。