一种Ti-V基储氢合金及其成分优化系统

摘要: 本发明涉及固态储氢材料、金属氢化物和材料信息学,特别涉及一种ti-v基储氢合金及其成分优化系统。背景技术:1、氢能因具有能量密度高、来源丰富和使用过程近零碳排放...
一种Ti-V基储氢合金及其成分优化系统

本发明涉及固态储氢材料、金属氢化物和材料信息学,特别涉及一种ti-v基储氢合金及其成分优化系统。

背景技术:

1、氢能因具有能量密度高、来源丰富和使用过程近零碳排放等优点,被认为是未来清洁能源体系的重要组成部分。然而,氢气的高效、安全和低成本储存仍是限制其大规模应用的关键问题之一。与高压气态储氢和低温液态储氢相比,基于金属氢化物的固态储氢技术具有体积储氢密度高、安全性好和工作压力相对较低等优点,因此受到广泛关注。

2、ti-v基体心立方,即bcc型固溶体合金因具有较高理论储氢容量和较快吸放氢动力学,被认为是一类具有应用前景的近室温固态储氢材料。然而,该类合金的储氢容量、吸放氢平台压力、活化性能和循环稳定性对合金成分高度敏感。通过添加cr、fe、mn、ni等过渡金属元素可以调控合金的电子结构、晶格参数和局部化学环境,从而影响氢化物稳定性、平台压力和吸放氢动力学。

3、现有ti-v基储氢合金的成分优化主要有经验试错法和机器学习辅助优化法。经验试错法需要进行大量熔炼、性能测试和组织表征实验;机器学习辅助优化法则通过构建储氢合金数据库、提取材料描述符并建立性能预测模型,可以在一定程度上提高材料筛选效率。

4、现有ti-v基储氢合金设计方法主要存在以下不足:(1)传统经验试错法效率低。ti-v基储氢合金的多组元合金化的成分空间较大,不同元素比例会显著影响储氢容量、平台压力、吸放氢动力学和循环稳定性。传统方法通常需要逐一制备和测试不同成分合金,研发周期长、实验成本高。(2)现有机器学习方法对实际可逆储氢容量的预测能力仍有限。储氢容量不仅受合金成分影响,还受测试温度、吸氢平台压力、相组成、缺陷状态、组织均匀性和加工条件等因素影响。文献数据中这些因素往往记录不完整或格式不统一,导致模型泛化能力受限。

技术实现思路

1、为了解决现有技术存在的成分优化效率低且难以兼顾储氢容量与循环稳定性的技术问题,本发明实施例提供了一种ti-v基储氢合金及其成分优化系统。所述技术方案如下:

2、一方面,提供了一种ti-v基储氢合金成分优化系统,该系统包括:数据获取模块,用于获取目标参数,所述目标参数至少包括目标温度、目标压力以及目标储氢容量;预测模型,所述预测模型以优化特征子集、所述目标温度、所述目标压力为输入变量,以储氢容量为输出变量;以及逆向优化模块,其被配置为:在预设合金成分区间的约束下,生成若干候选合金成分;将各候选合金成分转换为对应的优化特征子集;将每个候选合金成分对应的优化特征子集、所述目标温度以及所述目标压力输入至所述预测模型中,以获得各候选合金成分对应的预测储氢容量;基于所述预测储氢容量与所述目标储氢容量的比较结果,通过优化算法更新所述候选合金成分,并以使所述候选合金成分的预测储氢容量最大化为方向进行迭代搜索,直至满足预设的收敛条件;输出迭代搜索过程中预测储氢容量最高的合金成分作为最优合金成分。

3、另一方面,提供了一种ti-v基储氢合金,所述储氢合金为ti-v-cr-fe四元合金,其合金成分按原子百分比计为:ti:25~35at%;v:35~50at%;cr:15~30at%;fe:5~15at%。

4、本发明实施例提供的技术方案带来的有益效果至少包括:通过构建数据获取模块获取目标工况参数、预测模型以优化特征子集及目标温度和压力为输入预测储氢容量、逆向优化模块在预设成分区间内迭代搜索最优成分,实现了ti-v基储氢合金成分的高效自动优化;该系统将机器学习预测与智能优化算法相结合,能够快速收敛至满足目标储氢容量要求的最优成分,无需逐一制备和测试大量合金样品,显著缩短了高性能储氢合金的研发周期,降低了实验成本。

1.一种ti-v基储氢合金成分优化系统,其特征在于,所述系统包括:

2.根据权利要求1所述的ti-v基储氢合金成分优化系统,其特征在于,所述预测模型为训练好的随机森林回归模型,所述随机森林回归模型通过如下步骤训练所得:

3.根据权利要求1所述的ti-v基储氢合金成分优化系统,其特征在于,所述优化特征子集按如下步骤生成:

4.根据权利要求3所述的ti-v基储氢合金成分优化系统,其特征在于,所述物理化学描述符包括原子序数、原子质量、共价半径、电负性、价电子数、d价电子数、门捷列夫数、基态体积、基态磁矩和空间群参数中的一种或多种;所述统计方式包括加权平均值、最大值、极差和平均偏差中的一种或多种。

5.根据权利要求3所述的ti-v基储氢合金成分优化系统,其特征在于,按照预设筛选规则对所述组合描述符进行筛选,剔除冗余特征和无关特征,生成所述优化特征子集,包括:

6.根据权利要求1所述的ti-v基储氢合金成分优化系统,其特征在于,所述优化特征子集包括原子序数极差、门捷列夫数平均值、原子质量极差、元素所在族数平均偏差、元素所在周期数最大值、元素所在周期数众数、共价半径最大值、ns价电子数极差、未填充ns电子数最大值、未填充ns电子数极差、未填充nd电子数平均偏差、基态原子体积平均值、基态磁矩平均值、空间群编号平均偏差以及d价电子数平均值。

7.根据权利要求1所述的ti-v基储氢合金成分优化系统,其特征在于,所述逆向优化模块中,基于遗传算法和粒子群优化算法并行搜索所述预设合金成分区间,并通过自适应精英交换策略实现两个搜索种群之间的信息交互。

8.一种ti-v基储氢合金,其特征在于,所述储氢合金为ti-v-cr-fe四元合金,其合金成分按原子百分比计为:

9.根据权利要求8所述的ti-v基储氢合金,其特征在于,所述合金成分按原子百分比计为:

10.根据权利要求9所述的ti-v基储氢合金,其特征在于,所述合金成分按原子百分比计为: