-
题名机器学习在含能材料研究中的应用
- 1
-
-
作者
甄少聪
付小龙
韩若寒
陈启航
-
机构
西安近代化学研究所
-
出处
《火炸药学报》
北大核心
2025年第4期302-321,I0001,共21页
-
基金
国家自然科学基金(No.22205177)。
-
文摘
综述了近几年国内外机器学习在含能材料领域的研究进展,重点归纳了机器学习在含能材料设计和性质预测两方面中的应用:在机器学习驱动的含能材料设计中,介绍了机器学习在分子生成方法以及辅助筛选含能分子中的应用;在机器学习驱动的含能材料性质预测中,介绍了机器学习方法在含能材料的不同性质预测中的应用,如爆轰性能、燃烧性能等。最后总结了机器学习在含能材料领域的深入应用面临的问题:含能材料相关的数据集数量和数据质量问题,并对机器学习在含能材料的应用提出了展望,认为未来含能材料的发展方向是通过机器学习结合智能机器人,建立自动化实验平台,实现“设计-预测-优化”自动化闭环优化流程。附参考文献104篇。
-
关键词
应用化学
机器学习
火炸药
含能材料
材料设计
性能预测
-
Keywords
applied chemistry
machine learning
explosives and propellants
energetic material
material design
property prediction
-
分类号
TJ55
[兵器科学与技术—军事化学与烟火技术]
O69
[理学—化学]
-
-
题名复合固体推进剂细观力学性能模拟研究进展
被引量：1
- 2
-
-
作者
韩若寒
付小龙
蔚红建
石拉
刘瀚文
-
机构
西安近代化学研究所
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第8期290-300,共11页
-
基金
国家自然科学基金项目(21975150)。
-
文摘
阐述了近年来国内外复合固体推进剂细观力学性能模拟的研究进展,分别从复合固体推进剂细观模型建立和数值模拟分析2个角度分别研究复合固体推进剂的宏观力学性能。介绍了复合固体推进剂细观模型建立的几种方法以及先进的数值模拟技术,综述了机器学习在复合推进剂细观力学性能研究中的应用,并结合当前研究动态和相关技术的进展,对该领域的未来进行展望。分析认为,在细观模型建立方面,分子动力学实现三维RVE计算模型是难点,重点关注含内部损伤的细观本构模型,克服推进剂小变形的不足;在细观尺度数值模拟计算方面,建议在充分包含的细观组成和计算资源成本之间取得平衡,进一步发展能够兼顾计算效率和准确度的复合固体推进剂细观尺度的模拟计算方法。
-
关键词
复合固体推进剂
力学性能
细观力学模型
有限元
数字图像处理
机器学习
-
Keywords
composite solid propellant
mechanical properties
micromechanics model
finite element analysis
digital image processing
machine learning
-
分类号
TJ55
[兵器科学与技术—军事化学与烟火技术]
V512
[航空宇航科学与技术—航空宇航推进理论与工程]
-
