[发明专利]一种特定激光性能的激光玻璃材料的制备方法有效
申请号: | 201911046897.0 | 申请日: | 2019-10-30 |
公开(公告)号: | CN110807292B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 杨中民;吴敏波;钱国权 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;C03C4/00;C03C3/17;C03B5/16;C03B19/02;C03B25/00;C03B27/00;G06F111/10 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 何淑珍;江裕强 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 特定 激光 性能 玻璃 材料 制备 方法 | ||
1.一种特定激光性能的激光玻璃材料的制备方法,其特征在于,包括如下步骤:
S1、获取同一种稀土离子的同一个玻璃体系激光玻璃材料配方数据及相应性能数据,构成玻璃成分-激光性能数据库;所述激光玻璃的结构中包括网络形成体、网络修饰体和网络中间体;
S2、以玻璃网络修饰体和网络中间体氧化物的阳离子元素性质与含量乘积、稀土离子氧化物含量作为输入层变量,玻璃激光性能作为输出变量,结合神经网络算法构建成分智能设计模型;成分智能设计模型的输入变量有2*Q+1个,分别为Qi1=Xi*ci、Qi2=ri*ci和cRe;其中,Q为玻璃材料中网络中间体和网络修饰体氧化物种类的总数,Qi1、Qi2表示成分智能设计模型输入层变量,Xi、ri分别为第i个玻璃网络中间体或修饰体氧化物阳离子的电负性和离子半径,ci为玻璃网络中间体或修饰体氧化物i的含量,cRe为稀土离子氧化物含量;
S3、将玻璃成分-激光性能数据库划分为训练数据集和测试数据集,分别用于训练和测试成分智能设计模型,得到训练好的成分智能设计模型;
S4、输入所需的目标激光性能,通过成分智能设计模型逆向计算筛选出满足目标性能的玻璃成分;
S5、按照筛选得到的玻璃配方,制备特定激光性能的激光玻璃。
2.根据权利要求1所述的一种特定激光性能的激光玻璃材料的制备方法,其特征在于,步骤S1中,所述玻璃成分-激光性能数据库的数据来源包括玻璃数据库、文献。
3.根据权利要求1所述的一种特定激光性能的激光玻璃材料的制备方法,其特征在于,步骤S1中,所述激光玻璃为稀土离子掺杂的氧化物无机玻璃,所述稀土离子包括Nd3+、Yb3+、Er3+、Tm3+和Ho3+。
4.根据权利要求1所述的一种特定激光性能的激光玻璃材料的制备方法,其特征在于,步骤S1所述网络形成体氧化物包括SiO2、P2O5、B2O3和GeO2;网络中间体氧化物包括ZnO、Al2O3、TiO2、PbO、La2O3;网络修饰体氧化物包括碱金属及碱土金属氧化物。
5.根据权利要求1所述的一种特定激光性能的激光玻璃材料的制备方法,其特征在于,步骤S2中,成分智能设计模型的输出变量为目标激光性能,包括有效线宽、荧光半高宽、辐射寿命、峰值受激发射截面、吸收截面和非线性折射率中的一个或多个性能。
6.根据权利要求1所述的一种特定激光性能的激光玻璃材料的制备方法,其特征在于,步骤S2中,所使用的神经网络算法为BP神经网络算法;神经网络包含输入层、隐藏层和输出层;层与层之间设置初始随机权重参数和偏置;隐藏层的激活函数为非线性函数;输出层的激活函数为线性函数。
7.根据权利要求1所述的一种特定激光性能的激光玻璃材料的制备方法,其特征在于,步骤S3具体包括以下步骤:
S3.1、从玻璃成分-激光性能数据库随机抽取10~30%数据作为测试数据集,其余的数据作为训练数据集;
S3.2、用训练数据集训练,通过十次十折交叉验证,对十次交叉评估结果做平均处理,通过调节模型参数,确定成分智能设计模型中隐藏层数及隐藏层节点数,使平均相关系数R达到最大,成分智能设计模型结构达到最优;
S3.3、当隐藏层数及节点数确定后,用测试数据集测试训练好的成分智能设计模型的预测能力。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911046897.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种动态排班方法、装置和设备
- 下一篇:电子设备