一种ABO3-δ型钙钛矿电解质氧离子电导率在线预测方法及系统

本技术属于固体氧化物燃料电池、材料信息学与机器学习交叉，具体涉及一种abo3-δ型钙钛矿电解质氧离子电导率的在线预测方法及系统。

背景技术：

1、固体氧化物燃料电池作为高效清洁能源转换装置，氧离子型abo3-δ型钙钛矿电解质的氧离子电导率直接制约电池能量转换效率。该类材料的离子传导性能受a位与b位掺杂元素组合、掺杂比例、氧空位浓度及烧结温度等工艺参数的复杂耦合影响，传统研发依赖大量试错实验：需反复调整元素配比、优化合成工艺、制备并表征样品，存在研发周期长、实验消耗大、筛选效率低的问题。近年来，机器学习技术被应用于该类材料性能预测，但现有技术存在明显不足。现有预测工具多为离线代码或简易网页接口，依赖用户手动配置环境、逐步骤执行运算，对实验人员形成较高技术门槛；缺少全链路、解耦式web在线服务架构，无法实现零依赖、全自动的在线预测与批量筛选。在输入处理环节，未建立a位掺杂比例、b位掺杂比例、氧空位电荷平衡三级串行校验逻辑，无法识别并拦截不符合化学计量规则的输入，异常数据仍参与后续运算，产生大量无物理意义的预测结果。各计算功能模块相互割裂，化学式校验、描述符计算、电导率预测、特征解析与逆向筛选分属独立代码单元，用户需人工切换脚本并手动传递中间数据；缺少后端统一时序调度的全自动流水线架构，无法实现从输入到逆向设计的一键式全流程自动化运算。在模型解释层面，现有技术仅提供电导率单一数值输出，无法量化各特征对导电性能的正负贡献程度；常规单算法特征分析易受数据分布干扰、结论稳定性差，缺少多独立算法并行验证、交叉验证的可靠判别机制，难以支撑材料定向掺杂改性的科学决策。在逆向设计环节，现有方案虽尝试通过fisher判别划分高低电导样本区间并利用二维等高图谱细化约束范围，但缺少a/b位掺杂种类前置过滤、固定时序分步反向求解、候选组分二次电荷校验的完整约束体系，筛选条件宽松，易输出电荷失衡、结构不稳定的无效组分，严重降低逆向设计的准确性与实用性。

2、针对上述问题，现有技术亟需改进。

技术实现思路

1、本技术提供一种abo3-δ型钙钛矿电解质氧离子电导率的在线预测方法及系统。具有显著缩短材料研发周期、降低实验成本、提高预测准确性和结果可解释性的优点。

2、第一方面，本技术提供的一种abo3-δ型钙钛矿电解质氧离子电导率的在线预测方法，由b/s架构web平台全自动串行执行，所述web平台内置部署前已离线训练完成且参数固化的预测模型，线上仅执行推理运算，不重新训练模型、不重新划分样本，所述方法包括以下步骤：

3、s1、前端可视化界面接收用户输入的abo3-δ钙钛矿化学式以及烧结温度、预烧温度、测试温度三个工艺参数，封装为json格式请求发送至后端；

4、s2、后端对输入化学式执行三级串行化学计量校验闭环：解析所述化学式，依次校验：①a位全部阳离子掺杂比例之和等于1；②b位全部阳离子掺杂比例之和等于1；③由掺杂离子价态确定的氧空位含量满足abo3-δ钙钛矿电荷平衡约束范围；任一级校验不通过时，后端生成携带异常类型标识的报文回传前端，提示对应异常项，流程回流至s1重新输入；三级校验全部通过后进入s3；

5、s3、后端调取内置元素物性数据库，按a位、b位各元素掺杂比例加权计算原子级描述符，基于化学式固定公式计算结构级描述符，提取输入的工艺参数，整合形成48项初始多源描述符，再经平台预设、不可自定义调整的两级特征筛选流程得到8个关键描述符；

6、s4、将所述8个关键描述符输入预训练svr-rbf模型，输出氧离子电导率自然对数lnσ及换算后的实际电导率σ；所述svr-rbf模型的超参数于离线训练阶段经10折交叉验证网格搜索确定并永久固化为：正则化参数c=81、不敏感损失ε=0.01、核系数γ=1.3，线上直接调用该固化模型完成推理；

7、s5、同步并行运行shap分析、置换重要性分析、单因素方差分析三类相互独立的可解释性算法：以所述8个关键描述符及svr-rbf模型预测结果为输入，分别量化各关键描述符对电导率的正向、负向贡献权重，并对三类算法得到的特征重要度排序结果进行一致性交叉印证，输出特征贡献可视化图谱；

8、s6、执行的两级联动逆设计筛选，以下三步运算顺序不可调换：

9、s61、接收用户自定义目标电导率阈值，先按组分掺杂数量硬约束剔除a位掺杂阳离子种类超过3种或b位掺杂阳离子种类超过2种的无效配比，再以lnσ=-5.0为分界值通过fisher判别模型将剩余样本划分为高、低电导两类，二维投影后划定高电导样本集中分布的矩形粗选特征区间；

10、s62、基于所述8个关键描述符两两耦合生成二维等高图谱，在fisher粗选特征区间基础上进一步压缩至lnσ＞-3.0的窄约束子空间；

11、s63、将所述窄约束子空间逆向投影回八维特征空间，依托8个关键描述符对应的计算公式反向分步求解a位元素种类、b位元素种类、a/b位掺杂比例及氧空位含量，批量生成候选组分，并对每组候选组分再次执行化学计量校验，剔除电荷失衡组分，仅输出落在高电导特征区间内且化学计量合规的钙钛矿候选组分集合；

12、s7、前端统一可视化展示化学式校验结果、全部多源描述符数值、电导率预测结果、特征贡献图谱、二维等高约束图谱、fisher判别聚类图及逆向推演得到的候选组分参数，并支持用户选中任意一组候选组分自动回填参数并跳转至s1，重新执行正向电导率预测；

13、其中，所述web平台后端采用python flask框架统一封装并调度全部计算功能，各计算子程序仅经后端总控程序交互数据，前后端通过json报文实现标准化数据交互。

14、可选地，步骤s3中所述两步特征筛选流程具体为：第一步采用平台内置专属特征排序规则对48项初始多源描述符进行重要度排序，剔除皮尔逊相关系数绝对值大于0.95的高冗余特征，保留34项非冗余描述符；第二步以5折交叉验证决定系数最大化作为筛选准则，对34项非冗余描述符执行平台固化固定迭代逻辑特征选择，最终筛选得到8个关键描述符，分别为：氧空位分数、a位电子亲和能、平均离子半径、容忍因子偏差、平均电离能、烧结温度、预烧温度、测试温度自然对数。

15、可选地，步骤s2中，解析化学式后按各元素掺杂比例对元素物性参数加权求和，得到a位、b位平均物性参数；第③级校验中，根据a位、b位掺杂离子的化合价计算体系阳离子总正电荷，仅当氧空位含量能够使体系正负电荷平衡、且氧空位含量处于预设合理区间时判定校验通过；三级校验为串行执行，前一级校验不通过即终止流程并输出对应异常类型标识，不再执行后一级校验。

16、可选地，步骤s5中：所述shap分析基于合作博弈论量化各关键描述符对单次预测的边际贡献并输出全局重要度排序；所述置换重要性分析以打乱单个关键描述符后模型决定系数的下降幅度量化该描述符的重要度；所述单因素方差分析以显著性水平p值判定各关键描述符不同取值水平之间电导率差异的显著性；当三类算法得出的重要度前列描述符一致时，判定特征重要度结论可靠。

17、可选地，步骤s61中所述矩形粗选特征区间为高电导样本占比达98%的fisher二维矩形最优区间；步骤s62中所述二维等高图谱由四组关键描述符配对生成，分别为：氧空位分数与平均电离能、a位电子亲和能与平均离子半径、烧结温度与容忍因子偏差、预烧温度与测试温度自然对数。

18、可选地，步骤s63中所述反向分步求解的顺序为：先在窄约束子空间对应的取值区间内确定满足掺杂数量硬约束的a位、b位元素组合，再求解各元素掺杂比例使8个关键描述符的计算值落入所述窄约束子空间，最后根据掺杂离子价态电荷平衡确定氧空位含量；所述化学计量校验包括：计算候选组分的阳离子总正电荷与氧离子总负电荷，仅保留能够通过合理氧空位含量完成电荷补偿、整体电荷平衡的组分。

19、可选地，步骤s7中前端展示内容包含18项原子级衍生描述符、15项组成衍生描述符的完整数值以及多级逆设计约束区间参数；所述自动回填跳转具体为：用户在前端的fisher判别聚类图、二维等高约束图谱或候选组分列表中点击任一候选组分，前端提取该候选组分的唯一标识并发送至后端。

20、第二方面，本技术还提供了一种abo3-δ型钙钛矿电解质氧离子电导率的在线预测系统，采用四层b/s架构，包括：

21、前端交互层：为vue.js可视化网页，实现参数输入、错误提示弹窗、全量数据与图谱可视化、候选组分单点回填跳转功能；

22、flask后端api调度层：部署python flask总控api服务，统一封装化学式校验模块、多源描述符计算模块、电导率预测模块、多算法可解释性分析模块、两级逆设计筛选模块，各模块无直接数据交互，仅通过总控api串行调度与数据中转，接收前端json请求后按固定时序调度各模块串行运算，并将结构化运算数据回传前端；

23、数据存储层：包括mysql数据库与本地文件存储，mysql数据库存储标准元素物性库、历史预测记录、候选组分数据，本地文件存储预训练svr-rbf模型文件、fisher判别模型文件、shap解释器文件；

24、运维部署管理层：部署于公网云服务器，配置定期数据备份、并发请求分流及服务异常自动重启机制；

25、所述系统的各模块联动执行权利要求1～7任意一项所述的在线预测方法。

26、可选地，所述两级逆设计筛选模块内置不可逆时序锁，固定执行先fisher判别粗分区间、再二维等高图谱压缩窄约束子空间、最后八维特征反向映射求解组分并执行化学计量校验的串行运算顺序；所述化学式校验模块内置三级串行计量校验逻辑，可自动解析多掺杂钙钛矿化学式、加权计算a/b位平均物性参数并判定电荷平衡状态，单级校验异常即刻终止运算并回传异常标识。

27、第三方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上文中所述的方法。

28、综上描述，本技术通过b/s架构web平台全自动串行执行固化模型预测，结合带a/b位掺杂元素数量硬约束的三级化学计量校验闭环避免无效输入、多算法可解释性分析量化特征贡献权重、以及固定时序逆设计筛选输出同时满足掺杂限制与电荷平衡的合规候选组分，有效解决了传统研发中周期冗长、现有离线工具门槛高、筛选结果物理可靠性不足的问题，具有显著缩短材料研发周期、降低合成表征实验成本、提高预测准确性和材料构效结果可解释性的优点。