基于机器学习的鱼雷推进控制用镁海水电池性能预测

发布时间：2021-06-28 18:24

　　针对鱼雷用镁海水电池阳极放电性能低以及传统"试错法"在材料设计中导致开发周期过长的问题。通过数据分析和机器学习的方法,采用线性回归（Linear Regression,LR）,支持向量回归（Support Vector Regression,SVR）和神经网络（Multilayer Perceptron,MPL）算法对数据集进行训练建立模型,使用预测模型对镁基阳极材料的放电性能进行预测,根据预测结果制备了Mg-5.7Al-0.9Ge合金作为镁海水电池用阳极材料。最后,通过电化学实验对Mg-5.7Al-0.9Ge合金在3.5 wt%NaCl溶液中的放电性能进行验证研究,研究发现该合金分别在20 mA·cm-2、50 mA·cm-2电流密度下,放电电位分别为-1.641 V和-1.429 V,放电效率分别为69.5%和60.4%,其放电性能优于商用镁合金阳极材料AZ61。结果表明,SVR算法建立的模型预测能力最佳,具有较高的相关系数和较低的误差,为镁基阳极材料的成分设计和快速开发问题提供指导。 

【文章来源】：火力与指挥控制. 2020,45(09)北大核心CSCD

【文章页数】：7 页

【部分图文】：

验证数据集在SVR模型上的放电电位预测

（总第45-）火力与指挥控制2020年第9期图1训练集放电电位预测模型的性能图2训练集的3种放电电位预测模型曲线1.3模型测试及合金设计图3为验证数据集在SVR模型上的放电电位预测图。表1为SVR模型的验证数据集。为了验证SVR模型的预测功能，利用验证数据集来衡量模型性能。将验证数据集的实验值和预测值进行对比，可以发现预测值和实验值基本一致，放电电位最大差值仅为0.03V。根据SVR预测模型结果决定制备成分为Mg-5.7Al-0.9Ge的镁合金作为镁海水电池阳极。2实验2.1材料制备根据模型预测结果，熔炼了成分为Mg-5.7Al-0.9Ge的镁合金。使用高纯度的镁锭、铝带和锗粒（纯度99.999wt豫），在SF6+CO2气氛保护下通过感应式熔炼炉熔化。高纯镁以金属板的形式包裹住铝片和锗粒，以减少其熔化过程中的烧损，合金熔化后的烧损质量小于1wt豫。合金加热升温至720℃，保温30min后浇铸，随空气冷却至室温。合金随后在200℃下保温24h，做均匀化处理后得到试样。最后使用电感耦合等离子光谱发生仪（InductiveCoupledPlasmaEmissionSpectrometer，ICP-AES）测定了合金的真实化学成分，Mg-5.7Al-0.9Ge合金成分如表2所示。表2Mg-5.7Al-0.9Ge合金化学成分（wt%）2.2显微组织采用X射线衍射仪（X-rayPowderdiffractometer，XRD）对Mg-5.7Al-0.9Ge合金的相组成进行了测定。采用扫描电子显微镜（ScanningElectronMi-croscope，SEM）和能谱仪（EnergyDispersiveSpec-trometer，EDS）检测了其微观结构特征。采用CuKα靶进行XRD测试，扫描范围为20毅～80毅，扫描步长为0.02毅。采用MDI-Jade软件（5.0）对X射线衍射图进行了分析。试样AlGeSiMg-5.7Al-0.9Ge5.6750.9130.039Mn0.015FeMg0.023余量试样

（总第45-）火力与指挥控制2020年第9期图1训练集放电电位预测模型的性能图2训练集的3种放电电位预测模型曲线1.3模型测试及合金设计图3为验证数据集在SVR模型上的放电电位预测图。表1为SVR模型的验证数据集。为了验证SVR模型的预测功能，利用验证数据集来衡量模型性能。将验证数据集的实验值和预测值进行对比，可以发现预测值和实验值基本一致，放电电位最大差值仅为0.03V。根据SVR预测模型结果决定制备成分为Mg-5.7Al-0.9Ge的镁合金作为镁海水电池阳极。2实验2.1材料制备根据模型预测结果，熔炼了成分为Mg-5.7Al-0.9Ge的镁合金。使用高纯度的镁锭、铝带和锗粒（纯度99.999wt豫），在SF6+CO2气氛保护下通过感应式熔炼炉熔化。高纯镁以金属板的形式包裹住铝片和锗粒，以减少其熔化过程中的烧损，合金熔化后的烧损质量小于1wt豫。合金加热升温至720℃，保温30min后浇铸，随空气冷却至室温。合金随后在200℃下保温24h，做均匀化处理后得到试样。最后使用电感耦合等离子光谱发生仪（InductiveCoupledPlasmaEmissionSpectrometer，ICP-AES）测定了合金的真实化学成分，Mg-5.7Al-0.9Ge合金成分如表2所示。表2Mg-5.7Al-0.9Ge合金化学成分（wt%）2.2显微组织采用X射线衍射仪（X-rayPowderdiffractometer，XRD）对Mg-5.7Al-0.9Ge合金的相组成进行了测定。采用扫描电子显微镜（ScanningElectronMi-croscope，SEM）和能谱仪（EnergyDispersiveSpec-trometer，EDS）检测了其微观结构特征。采用CuKα靶进行XRD测试，扫描范围为20毅～80毅，扫描步长为0.02毅。采用MDI-Jade软件（5.0）对X射线衍射图进行了分析。试样AlGeSiMg-5.7Al-0.9Ge5.6750.9130.039Mn0.015FeMg0.023余量试样

【参考文献】：
期刊论文
[1]Electrochemical behavior of Mg-Al-Zn-Ga-In alloy as the anode for seawater-activated battery[J]. Jiarun Li,Zhuoyuan Chen,Jiangping Jing,Jian Hou.  Journal of Materials Science & Technology. 2020(06)
[2]数据驱动的镁合金结构与性能设计[J]. 曾小勤,谢天,应韬,朱虹,刘言伟,王乐耘,丁文江.  中国材料进展. 2020(01)
[3]Mg-Al-Pb-Ga-Y海水电池用镁阳极的成分优化和电化学性能[J]. 徐杨明,崔强,王亚琴,史可欣,童金林,王斌.  有色金属科学与工程. 2019(04)
[4]海水电池Mg-Er-Zr合金阳极的电化学行为研究[J]. 李连强,任丽彬,刘元刚,赵青,徐强.  电源技术. 2017(04)
[5]国外鱼雷电池应用进展[J]. 石治国.  电源技术. 2012(11)
[6]鱼雷电池进展[J]. 刘勇,陈洪钧.  电源技术. 2012(03)
[7]电动鱼雷用动力电源及其发展方向[J]. 姜忆初.  船电技术. 2005(05)
[8]海水电池研究及应用[J]. 宋玉苏,王树宗.  鱼雷技术. 2004(02)
[9]金属空气电池的发展及应用[J]. 许艳芳,郑克文.  舰船科学技术. 2003(01)
[10]Mg合金的最新发展及应用前景[J]. 曾荣昌,柯伟,徐永波,韩恩厚,朱自勇.  金属学报. 2001(07)

博士论文
[1]镁锗基合金在氯化钠溶液中的电化学行为研究[D]. 刘笑达.太原理工大学 2018
[2]AP65镁合金在氯化钠溶液中电化学行为研究[D]. 王乃光.中南大学 2013



本文编号：3254820