机器学习在稀土永磁材料中的应用

邓 好莱
北京工商大学

摘要


稀土永磁材料因其高磁能积、高矫顽力和良好的温度稳定性等优异性能，在电子、机械、新能源等多个领域得到广泛应用。然而，传统性能优化方法存在效率低、精度有限等局限性。近年来，机器学习技术（如随机森林、支持向量机等）在稀土永磁材料性能预测与优化中展现出巨大潜力，涵盖了数据收集与预处理、特征选择与工程、性能预测模型构建与验证，以及性能优化算法设计与实施等关键环节。通过机器学习，能够实现对稀土永磁材料性能的快速、精准预测与优化，为新材料开发提供有力支持。本文对机器学习在稀土永磁材料中的应用进行了系统研究，以期为相关领域的研究和应用提供参考。

关键词


机器学习；稀土永磁材料；性能预测；性能优化

全文:

PDF


参考


[1]詹伟,陈瑞强,李庚,等.稀土新材料在新能源技术领域的应用[J].稀土,2024,45(06):145-154.

[2]杨丽,伊志慧,马琳.2024年上半年稀土行业上市公司运行情况[J].稀土信息,2024,(09):29-36.

[3]耿景明.智能永磁拖动装置的应用研究[J].石油石化节能与计量,2024,14(09):23-27.

[4]李丽,谢健明,李孝艳.稀土永磁烧结炉温度场校准方法综述[J].中国计量,2024,(09):141-144.

[5]鲁飞,刘树峰,李慧,等.稀土合金扩散烧结钕铁硼磁体研究进展[J].材料导报,2024,38(16):164-171.

[6]罗晔.永磁材料的研究动向和未来研究方向[J].电工材料,2024,(04):5-11.

[7]魏翔,夏安全,赵迪,等.推动我国稀土产业可持续发展的策略探讨[J].中国矿业,2024,33(S1):5-9.

[8]易璐,李云云,谢柳燕,等.全球稀土产业链贸易格局演化与出口竞争力研究[J].中国矿业,2024,33(06):53-62.

[9]张珍睿,王秋平,许静.稀土永磁电机鲁棒直接转速预测控制方法研究[J].铜业工程,2024,(02):38-44.


Refbacks

  • 当前没有refback。