针对高性能钕铁硼磁材传统“试错法”研发周期长、成本高等痛点，山西能源学院科创团队在张志超老师带领下，大学生贾琛淇、刘浩欣、刘书亨等9人开展了“NdFeB稀土磁材设计调优系统”的阶段性研究，探索从经验试错向数据辅助决策转型的新路径。

团队系统梳理了“成分设计—工艺参数—组织结构—性能表现”之间的内在关联，引入机器学习方法进行建模，构建了三大核心模块：智能预测引擎（高精度预测磁能积、矫顽力、剩磁等关键性能指标）、逆向设计工坊（根据目标性能自动生成合金成分比例与热处理工艺方案）、后处理工艺预测优化（针对晶界扩散等环节实现工艺参数的快速自适应调整，减少试错次数）。

初步应用表明，该系统在数据整合与方案生成方面表现稳定，可根据不同产品需求提供多组可选工艺路径。在典型场景下，有助于减少实验试错成本，缩短开发周期，同时通过优化材料利用与工艺参数配置，降低资源消耗，提升整体研发效率。

目前，团队正与重点实验室与研究机构深化合作，针对不同应用场景优化算法模型。下一步将聚焦系统的工业化适配与多场景拓展，推动校企合作，加速成果向实际生产力转化。在“双碳”目标与稀土战略材料地位提升的背景下，该数据驱动思路可为磁性材料行业提升研发效率提供一种具有参考价值的技术路径。

文/北京青年报记者 范辉

编辑/范辉