CMDesign陶瓷材料数智设计平台

超高温热防护陶瓷 · 组成-结构-性能数智设计

陶瓷材料数智设计平台CMDesign

从稀土锆酸盐 / 铪酸盐 A₂B₂O₇与稀土掺杂氧化锆的组成出发，预测结构与热物性能，在大规模组成空间里筛出低热导、相稳定的热防护涂层候选，并为每个候选生成可追溯的基因码。

预测库组成
—条
第一性原理计算条目
—条
候选回归算法
—种
组成描述符
—维
进入工作台 观看演示

示意动画：声子由热侧进入晶格，在多组元无序的 A 位被散射、减速、变冷，热导因此降低。可拖拽旋转

真实操作录屏

三分钟看完一次完整设计

影片为工作台真实操作录屏（静音）：在预测库中设定热导率与相稳定约束 → 查看多目标评分与帕累托前沿 → 打开单个候选的组成、结构与性能预测 → 生成基因码、标识号与二维码。

真实操作录屏 · 静音循环播放

方法

四步：数据集 → 匹配算法 → 数智模型 → 编码标识

  1. 01

    数据集

    以 AFLOW 第一性原理计算数据库（AEL-AGL）为主干，收录 — 条计算结果，其中氧化物 — 条；补充 — 条文献实测数据用于实验尺度标定。预测库由 A 位稀土与 B 位 Zr/Hf 组合枚举，共 — 条组成（烧绿石 —、掺杂氧化锆 —）。

    图示：周期表中被数据覆盖的元素逐一点亮。

  2. 02

    匹配算法

    — 种回归算法在同一数据上做重复交叉验证，按 R² 排名后取前 3 名做非负堆叠“缝合”。特征先按重要性 > 0.01 保留、再剔除相关性 > 0.95 的冗余项，最终使用 — 维组成描述符。

    图示：各算法交叉验证 R² 条形竞赛，前 3 名高亮。

  3. 03

    数智模型

    按“组成 → 结构 → 性能”链式预测：在机器学习预测上叠加 Callaway–von Baeyer 点缺陷声子散射修正与实验尺度标定；用 Subramanian 烧绿石相区判据 rA/rB ∈ [1.46, 1.78] 约束结构；多目标按望小 / 望大加权几何平均评分，并给出帕累托前沿。

    图示：预测值对计算值的 parity 散点。

  4. 04

    编码标识

    每个候选生成组成-结构-性能基因码（CMG1-…，9 段：版本、体系、A 位组成、B 位组成、阴离子、空间群、性能段、数据层、校验）、14 位标识号（CMD…）、二维码与 Dublin Core 元数据，便于引用、检索与追溯。

    图示：示例基因码逐段打出。

动手试 · 在浏览器本地计算

选几种稀土，看它落在哪个相区

按 Shannon 有效离子半径（A 位 CN8、B 位 CN6）计算等摩尔平均 rA/rB，用 Subramanian 判据判断相区：≥ 1.78 非立方；1.46–1.78 烧绿石；< 1.46 缺陷萤石；距 1.46 不足 0.02 标为临界。选中的元素会同步改变首屏与本区晶胞的 A 位颜色。

A 位稀土（可多选）
B 位 Zr / Hf 比例Zr 50% · Hf 50%
—
rA—Å
rB—Å
rA/rB—
相区—

凭什么可信

数据与方法出处

平台的数据来源、离子半径、相区判据与物理修正均来自公开文献，点击可跳转原文。

  1. —