申请/专利权人：郑州大学

申请日：2023-12-25

公开（公告）日：2024-03-19

公开（公告）号：CN117727401A

主分类号：G16C60/00

分类号：G16C60/00;G16C10/00;G06F30/25;G06F30/27;G06N3/0442;G06N3/084;G06F119/08;G06F119/14

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了基于深度学习的原子尺度高剂量辐照损伤预测方法及系统，属于仿真模拟技术领域。通过获取数据，并进行数据预处理；构建基于深度学习的预测模型并进行测试和调整；据体系建立相关参数和势函数，对原子体系进行初始化作用力和弛豫操作；根据预测模型预测弗兰克尔缺陷对的数量和位置，根据预测模型选择一个晶格原子和一个间隙位置，将选定的原子放置在新位置；进行能量最小化；迭代原子间作用力，更新原子位置；分析结果并将结果进行可视化操作。系统包括学习预测模块、模拟仿真模块和分析模块。本发明在节约计算成本的前提下，提升了高剂量辐照结果的科学性，减少了计算的时间复杂度，优化了高剂量辐照损伤模拟仿真步骤。

主权项：1.基于深度学习的原子尺度高剂量辐照损伤预测方法，其特征在于，包括以下步骤：S1、获取数据，采集各种体系晶格类型以及不同体系辐照剂量下的多个辐照损伤模拟结果样本，并对采集到的数据进行预处理，再将预处理的数据按照4:1的比例分为训练数据集和测试数据集；S2、构建基于深度学习的预测模型，包括基于深度学习的弗兰克尔缺陷对预测模型、基于深度学习的高剂量辐照损伤每原子位移趋势预测模型、基于深度学习的高剂量辐照损伤模拟结果有效性预测模型；S3、测试预测模型，根据测试结果，通过不断迭代的方式对模型进行调整，直到模型预测精度达到需求；S4、根据体系建立相关参数，建立并初始化原子体系，对原子体系进行弛豫操作，计算总原子数N，设NFI＝0，其中FI为弗兰克尔缺陷对插入，NFI为弗兰克尔缺陷对插入数；S5、根据预测模型预测弗兰克尔缺陷对的数量和位置，根据预测模型选择一个位于晶格位点的原子，根据预测模型在模拟单元内选择一个间隙位置；将选定的原子放置在新位置；S6、根据势函数迭代原子间作用力，更新原子位置，然后再迭代NFI数值、辐照损伤剂量；S7、计算原子体系能量，分析原子体系的热力学性质信息、能量信息、缺陷信息，并进行可视化操作；S8、根据高剂量辐照损伤模拟结果有效性预测模型判断当前运算结果的结果有效性和正确率，当前模拟结果出现异常情况时，自动调节原子体系模型至合适结构；S9、重复步骤S5-S8，直到模拟结果达到所需的辐照损伤剂量。

全文数据：

权利要求：

百度查询： 郑州大学 基于深度学习的原子尺度高剂量辐照损伤预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD