[发明专利]基于材料视角的核电装备关键质量特性提取方法

说明书

本发明提供的基于材料视角的核电装备关键质量特性提取方法。首先采集核电装备关键材料元素原子团簇的点云和能量数据，分析并识别与核电装备结构稳定性有关的原子团簇能量特性的要素组成；将原子团簇质量特性要素分别输入至XGboost和LightGBM预测模型中进行训练，然后判断XGboost和LightGBM预测模型输出的原子团簇能量特性值是否为最优，如是，则将待测的原子团簇点云数据的质量特性要素输入至最优的预测模型中找寻最优的空间结构并利用二阶能量差分函数和离解能确定原子团簇的相对稳定性，根据反馈结果通过分析原子团簇能量的变化，将原子团簇能量变化与核电装备质量特性映射，以根据原子团簇质量变化规律确定对核电装备各质量特性的要求，支持对核电装备质量管控。

技术领域

本发明涉及到一种质量特性的计算方法，尤其涉及基于材料视角的核电装备关键质量特性提取方法。

背景技术

核电装备工作在特殊的高温高压水环境条件下，其关键材料的质量极大影响了装备的使用寿命，研究关键材料的微观结构提高装备稳定性，对加强核电装备整体质量控制具有重要意义。其中，原子团簇是介于原子/分子与宏观物质之间的多核聚集体，具有确定的原子组成和化学结构，代表了凝聚态物质的初生态，是关联宏观性质和物质微观结构的理想模型，其质量特性及要素的结构与演变对于装备的稳定性的状态演化过程起着至关重要的作用。故在原子水平上揭示团簇的质量特性规律，理解团簇结构与功能的关联，对研究和制备核电装备的功能团簇基材料与器件以及核电装备全生命周期的质量管控具有重要意义。

能量是影响核电装备稳定性质量特性的关键因素，但能量不同于其他物质，不能利用简单线性或内插得到。由于团簇的势能面较复杂，因此对其势能的计算以及全局优化结构的搜索比较麻烦。传统的理论计算方法需要数值迭代求解薛定谔方程，并且随原子数增加，高精度的理论计算时间呈现指数增长，非常耗时，而且其精确性也不一定能够得到保障。故在控制核电装备稳定性在一定范围的前提下提升能量预测效率，能更快速的响应核电装备生命周期能量变化，以支持质量管控。

发明内容

有鉴于此，本发明的目的是提供基于材料视角的核电装备关键质量特性提取方法，即通过高效计算方法建立核电装备原子团簇能量特性质量模型，将其分解为多个质量特性要素，这对建立核电装备的结构稳定性模型及能量状态可视化演化模型，在原子层面揭示核电装备能量特性在成核、生长演化过程中的质量特性要素组成及演变规律，实现能量特性在协同演化过程中的可视化追溯，促进对核电装备稳定性质量特性的有效识别、质量状态的系统管控、质量缺陷的精准追溯，提高核电装备质量具有重要意义。

本发明提供的基于材料视角的核电装备关键质量特性提取方法，包括：

首先采集核电装备关键材料元素的原子团簇的点云数据和能量数据，分析并识别与核电装备结构稳定性有关的原子团簇能量特性的要素组成；其中，与核电装备稳定性相关的质量特性要素包括，基于邻域空间分布的点云空间法向量、基于三维空间的点云原子团簇密度、点云原子团簇空间主曲率、原子团簇的Lennard-Jones势能、原子团簇的Sutton-Chen势能以及点云原子团簇的空间质量对称；

将原子团簇质量特性要素分别输入至XGboost预测模型和LightGBM预测模型中进行训练，然后判断XGboost预测模型和LightGBM预测模型输出的原子团簇能量值是否为最优，如是，则将待测的原子团簇点云数据的质量特性要素输入至最优的预测模型中找寻最优的空间结构并利用二阶能量差分函数和离解能确定原子团簇的相对稳定性。

优选地是：判断XGboost预测模型和LightGBM预测模型输出的原子团簇能量值是否为最优包括：