发明专利 已授权

一种基于高通量表征与机器学习的核电用钢晶粒尺寸预测方法

📄 申请号:CN202411915138.4 📄 发布日:2026/05/07

著录项目信息

申请日
2024-12-24
公开号
CN119887875B
公开日
2025-09-23
申请人
燕山大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

核电材料研发, 核电设备制造, 金属材料性能优化, 热加工工艺优化, 材料高通量筛选

摘要

本发明公开一种基于高通量表征与机器学习的核电用钢晶粒尺寸预测方法,涉及材料晶粒尺寸分析及预测技术领域,通过高通量表征技术一次性获取大量核电用奥氏体不锈钢在不同热变形与热处理条件下的多变量复杂参数组合,结合EBSD大面积拼接技术获取高精度的晶粒尺寸信息,利用WOA‑XGBoost机器学习算法建立可靠的实验数据库,实现对大尺寸试样晶粒尺寸的准确预测。这种方法不仅提高了数据采集效率,还显著降低了研究与生产成本,同时优化了工艺参数,提升了材料性能和质量。此外,该发明还促进了智能制造技术的发展,推动了材料研发和生产过程的智能化和自动化,有助于实现可持续发展的目标。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:129 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价