买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:郑州大学
摘要:本发明公开了一种基于机器学习的镁电解质中各组分浓度的分析方法,包括如下步骤:将不同成分镁电解质标准样品在坩埚中加热至熔融状态,在惰性气体保护下通过热电偶记录镁电解质标准样品降温过程中的温度数据,并提取降温曲线的特征参数;通过机器学习技术对特征参数进行训练,建立镁电解质中各组分浓度与降温规律的关系模型,并通过该模型对待测镁电解质样品中各组分的浓度进行预测分析。本发明可以解决镁电解质浓度测量周期长、测试结果滞后且易受水解影响的问题。同时,该方法具有简单、成本低、测试速度快、重复性好、结果可靠等优点。
主权项:1.一种基于机器学习的镁电解质中各组分浓度的分析方法,其特征在于,包括如下步骤:S1.配置不同成分镁电解质标准样品,并将标准样品加入坩埚中;所述标准样品的成分包含氯化镁、氯化钠,还包含氯化钾、氯化钙、氯化锂、氟化钙中的一种或多种;所述标准样品的成分中,氯化镁含量为5%-30%,氯化钠含量为40%-70%,其他成分含量为10%-65%;S2.将步骤S1所述坩埚放置于加热炉中,在惰性气体条件下加热至750℃-850℃获得镁电解质熔盐;所述惰性气体为氮气、氩气、氦气中的一种;S3.将热电偶插入步骤S2所述镁电解质熔盐中,通过数据采集器记录热电偶的温度测量结果;S4.待步骤S3所述热电偶温度恒定后,将加热炉温度降温至500℃-600℃,通过数据采集器记录热电偶测量的降温曲线;S5.提取步骤S4所述降温曲线的特征参数,获得不同成分镁电解质标准样品的降温规律数据集;S6.通过机器学习对步骤S5所述降温规律数据集进行训练,并通过调整模型参数将训练误差最小化,获得镁电解质中各组分浓度与降温规律的关系模型;所述降温规律数据集进行训练过程中,训练集占比70%-90%;S7.将待测镁电解质样品加入坩埚中,重复步骤S2-S5,获得待测镁电解质样品的降温规律数据集;所述待测镁电解质样品与步骤S1所述镁电解质标准样品成分的种类相同;S8.通过步骤S6所述关系模型及步骤S7所述的降温规律数据集,预测分析待测镁电解质样品中各组分浓度。
全文数据:
权利要求:
百度查询: 郑州大学 一种基于机器学习的镁电解质中各组分浓度的分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。