发明公开
- 专利标题: 一种基于机器学习的镁电解质中各组分浓度的分析方法
-
申请号: CN202410702209.6申请日: 2024-06-01
-
公开(公告)号: CN118658546A公开(公告)日: 2024-09-17
- 发明人: 陈昱冉 , 李家乐 , 杨昇 , 梁学民 , 范阳阳 , 王立强 , 孔亚鹏 , 李晓春
- 申请人: 郑州大学
- 申请人地址: 河南省郑州市高新技术开发区科学大道100号
- 专利权人: 郑州大学
- 当前专利权人: 郑州大学
- 当前专利权人地址: 河南省郑州市高新技术开发区科学大道100号
- 主分类号: G16C20/20
- IPC分类号: G16C20/20 ; G16C20/70 ; G06F18/213
摘要:
本发明公开了一种基于机器学习的镁电解质中各组分浓度的分析方法,包括如下步骤:将不同成分镁电解质标准样品在坩埚中加热至熔融状态,在惰性气体保护下通过热电偶记录镁电解质标准样品降温过程中的温度数据,并提取降温曲线的特征参数;通过机器学习技术对特征参数进行训练,建立镁电解质中各组分浓度与降温规律的关系模型,并通过该模型对待测镁电解质样品中各组分的浓度进行预测分析。本发明可以解决镁电解质浓度测量周期长、测试结果滞后且易受水解影响的问题。同时,该方法具有简单、成本低、测试速度快、重复性好、结果可靠等优点。