WO2025200036A1 - 激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备 - Google Patents

激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备

Info

Publication number
WO2025200036A1
WO2025200036A1 PCT/CN2024/085437 CN2024085437W WO2025200036A1 WO 2025200036 A1 WO2025200036 A1 WO 2025200036A1 CN 2024085437 W CN2024085437 W CN 2024085437W WO 2025200036 A1 WO2025200036 A1 WO 2025200036A1
Authority
WO
WIPO (PCT)
Prior art keywords
laser glass
compounds
rare earth
target laser
neighboring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/CN2024/085437
Other languages
English (en)
French (fr)
Inventor
杨中民
吴敏波
陈东丹
伦振杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Publication of WO2025200036A1 publication Critical patent/WO2025200036A1/zh
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions

Definitions

  • the present disclosure relates to the technical field of glass materials, and in particular to a method, device, and computer equipment for predicting rare earth quenching concentration in laser glass.
  • Laser glass a solid-state laser material with a glass matrix, serves as the core gain medium for solid-state lasers and fiber lasers.
  • Laser glass is typically doped with rare earth metal ions, and the concentration of these ions is a key parameter in determining the gain characteristics of laser glass.
  • the rare earth quenching concentration in the laser glass there is an optimal rare earth doping concentration corresponding to the maximum luminescence intensity of the laser glass, known as the rare earth quenching concentration in the laser glass.
  • Traditional techniques typically require a series of experiments with varying doping concentration gradients to ultimately determine the rare earth quenching concentration in laser glass. Changes to the glass substrate or the doped rare earth metal ions require repeated experiments to determine the rare earth quenching concentration. This method suffers from long cycle times, low efficiency, and high costs, limiting the further development of laser glass.
  • a method for predicting rare earth quenching concentration in laser glass comprising the following steps:
  • Obtaining a target laser glass taking compounds that can be formed by elements of each oxide component in the target laser glass as candidate compounds, and selecting adjacent compounds from the candidate compounds;
  • compositional relationship between the neighboring compounds and the target laser glass, the compositional relationship including the content of each of the neighboring compounds required to form an oxide component of the target laser glass in combination;
  • the step of obtaining the candidate compound includes: calculating the formation energy of various atomic combinations in the matrix constituent elements of the target laser glass based on first principles, and screening out atomic combinations with formation energy less than 0 as the candidate compound through a particle swarm optimization algorithm.
  • the step of selecting at least one neighboring compound from the candidate compounds includes: based on the content of each oxide component in the target laser glass and the content in the candidate compound, selecting one or more candidate compounds that are closest to the content of each oxide component in the target laser glass as the neighboring compound.
  • the target laser glass contains m oxide components, and the content of the i-th oxide component in the target laser glass is denoted as a i (1 ⁇ i ⁇ m);
  • the step of selecting adjacent compounds from the candidate compounds comprises:
  • the metric parameter d of each candidate compound relative to the target laser glass is calculated by formula (1):
  • One or more candidate compounds with the smallest d value are used as neighboring compounds.
  • the step of establishing a compositional relationship between the adjacent compound and the target laser glass includes:
  • the content of the jth neighboring compound required to form the oxide component of the target laser glass is recorded as x j , and the content of each neighboring compound is calculated by formula (2);
  • the quenching concentration of the rare earth element in the jth neighboring compound is c j
  • the predicted quenching concentration c* of the rare earth element in the target laser glass is obtained by equation (3):
  • the oxide components in the target laser glass are barium oxide and boron oxide
  • the candidate compounds are BaB 2 O 4 , BaB 4 O 7 and BaB 8 O 13
  • the adjacent compounds are two of the candidate compounds
  • the oxide components in the target laser glass are lithium oxide, barium oxide and boron oxide
  • the candidate compounds are BaB2O4 , BaB4O7 , BaB8O13 , Ba2LiB5O10 , BaLiB9O15 , Li3B11O18 , Li3B7O12 , LiB3O5 , Li2B4O7 and LiBO2
  • the adjacent compounds are three of the candidate compounds.
  • a candidate compound acquisition module is used to acquire compounds that can be composed of elements of various oxide components in the target laser glass as candidate compounds
  • a neighboring compound selection module is used to select neighboring compounds from candidate compounds
  • composition relationship calculation module configured to establish a composition relationship between the adjacent compounds and the target laser glass, wherein the composition relationship includes the content of each of the adjacent compounds required to form an oxide component of the target laser glass;
  • a quenching concentration calculation module is used to perform weighted calculation based on the content of each of the adjacent compounds and the quenching concentration of the rare earth element in each of the adjacent compounds to obtain the predicted quenching concentration of the rare earth element in the target laser glass.
  • the present disclosure also provides a computer device, which includes a memory and a processor, wherein the memory stores a computer program, and the processor implements the method described in the above embodiment when executing the computer program.
  • a weighted calculation is performed based on the content of each neighboring compound and the quenching concentration of the rare earth element in the neighboring compound to obtain the predicted quenching concentration of the rare earth element in the target laser glass.
  • This method cleverly applies the research concept of material genes to laser glass research, creatively proposes the concept of using the neighboring compound with a relatively simple structure as the "structural unit" of the laser glass with a relatively complex structure, and predicts the quenching concentration of the rare earth element in the target laser glass based on the content of the neighboring compound and the quenching concentration of the rare earth element in the neighboring compound.
  • FIG1 is a method for predicting the rare earth quenching concentration in laser glass
  • FIG1 is a method for predicting the rare earth quenching concentration in laser glass according to the present disclosure.
  • the prediction method includes steps S1 to S3, which are specifically as follows.
  • Step S1 obtaining a target laser glass, taking compounds that can be composed of elements of various oxide components in the target laser glass as candidate compounds, and selecting adjacent compounds from the candidate compounds.
  • the target laser glass is a multi-component oxide glass, that is, the glass matrix of the target laser glass contains multiple oxide components, and the target laser glass is doped with a rare earth metal ion.
  • the rare earth metal ion is selected from one of Nd 3+ , Yb 3+ , Er 3+ , Tm 3+ , Ho 3+ , Pr 3+ , Eu 3+ , Sm 3+ , Ce 3+ , Dy 3+ and Tb 3+ .
  • the oxide component of the laser glass contains multiple elements that can form oxides with oxygen, that is, in addition to oxygen, the glass matrix of the laser glass also contains two or more elements.
  • the step of obtaining candidate compounds includes: calculating the formation energy of various atomic combinations in the matrix constituent elements of the target laser glass based on first principles, and screening out atomic combinations with formation energy less than 0 as candidate compounds through particle swarm optimization algorithm. It can be understood that various atoms in the matrix constituent elements can form many compounds with different stoichiometric ratios. Calculating its formation energy and screening atomic combinations with formation energy less than 0 is to ensure that the candidate compound can be spontaneously composed of the matrix constituent elements and exist stably, so that the quenching concentration of the rare earth element therein can be obtained in the subsequent steps.
  • the oxide components in the target laser glass are barium oxide and boron oxide
  • the matrix constituent elements are barium, boron, and oxygen.
  • the oxide components in the target laser glass are lithium oxide, barium oxide and boron oxide, wherein the matrix components are barium, boron, lithium and oxygen.
  • BaB 2 O 4 , BaB 4 O 7 , BaB 8 O 13 , Ba 2 LiB 5 O 10 , BaLiB 9 O 15 , Li 3 B 11 O 18 , Li 3 B 7 O 12 , LiB 3 O 5 , Li 2 B 4 O 7 and LiBO 2 are atomic combinations with a formation energy less than 0, so the candidate compounds are BaB 2 O 4 , BaB 4 O 7 , BaB 8 O 13 , Ba 2 LiB 5 O 10 , BaLiB 9 O 15 , Li 3 B 11 O 18 , Li 3 B 7 O 12 , LiB 3 O 5 , Li 2 B 4 O 7 and LiBO 2 .
  • the step of selecting at least one neighboring compound from the candidate compounds includes: based on the content of each oxide component in the target laser glass and the content in the candidate compounds, selecting one or more candidate compounds that are closest to the content of each oxide component in the target laser glass as the neighboring compound.
  • the purpose of selecting neighboring compounds from candidate compounds is to screen out candidate compounds whose oxide composition is closer to the target laser glass, so that the structure of the selected neighboring compounds is closer to the "structural element" of the target laser glass, thereby improving the accuracy of the prediction results.
  • Content refers to the amount of substance contained.
  • a plurality of adjacent compounds may be selected from the candidate compounds.
  • the number of adjacent compounds may be two, three, or more than three.
  • the calculation method shown in formula (1) can quantitatively and accurately characterize the difference between the overall oxide content in the candidate compound and the target laser glass.
  • a measurement threshold may be preset, and candidate compounds having a measurement parameter d value smaller than the measurement threshold are selected as neighboring compounds.
  • Step S2 establishing a composition relationship between the adjacent compound and the target laser glass.
  • the compositional relationship includes the content of each adjacent compound required to form the oxide composition of the target laser glass.
  • the adjacent compounds selected in step S1 are used as the "structural elements" of the target laser glass. Accordingly, by matching the content of different adjacent compounds, the content of each oxide component can be made to be the same as the content of each oxide component of the target laser glass.
  • Step S3 performing weighted calculation based on the content of each adjacent compound and the quenching concentration of the rare earth element in each adjacent compound to obtain the predicted quenching concentration of the rare earth element in the target laser glass.
  • weighted calculation refers to using the content of each adjacent compound in the composition relationship as a weight, and multiplying the weight by the quenching concentration of the rare earth element in the corresponding adjacent compound, and then performing a sum calculation, so as to obtain the predicted quenching concentration of the rare earth element in the target laser glass.
  • the quenching concentration of the rare earth element in the neighboring compound is obtained by methods including but not limited to: preparing a rare earth element-doped neighboring compound and obtaining it through testing, obtaining it by consulting literature, and obtaining it by inferring it based on existing results.
  • the quenching concentration of the rare earth element in the jth neighboring compound is c j
  • the predicted quenching concentration c * of the rare earth element in the target laser glass is obtained by equation (3):
  • c* is the predicted value of the rare earth element in the target laser glass.
  • n is 2
  • the prediction method of steps S1 to S3 can accurately predict the quenching concentration of rare earth elements in various laser glasses by simply obtaining the quenching concentrations of rare earth elements in a few neighboring compounds as a basis. Furthermore, when the quenching concentrations of rare earth elements in neighboring compounds are all known, this prediction method can relatively accurately derive the predicted quenching concentration of rare earth elements in laser glasses through a simple calculation process.
  • the present disclosure provides a method for predicting the rare earth quenching concentration in laser glass.
  • This method uses a weighted calculation based on the content of each neighboring compound and the quenching concentration of the rare earth element in the neighboring compound to obtain the predicted quenching concentration of the rare earth element in the target laser glass.
  • This method cleverly applies the research concept of material genes to laser glass research, creatively proposing the concept of using relatively simple neighboring compounds as "structural elements" for more complex laser glasses.
  • the quenching concentration of the rare earth element in the target laser glass is predicted based on the content of the neighboring compounds and the quenching concentration of the rare earth element in the neighboring compounds. The error between the predicted quenching concentration and the actual quenching concentration is low, and the prediction results are relatively accurate.
  • the candidate compound acquisition module 110 is used to obtain the elements of each oxide component in the target laser glass
  • the compounds that can be formed are used as candidate compounds;
  • a composition relationship calculation module 130 is used to establish a composition relationship between the adjacent compounds and the target laser glass, wherein the composition relationship includes the content of each adjacent compound required to form the oxide component of the target laser glass;
  • the quenching concentration calculation module 140 is used to perform weighted calculation based on the content of each adjacent compound and the quenching concentration of the rare earth element in each adjacent compound to obtain the predicted quenching concentration of the rare earth element in the target laser glass.
  • the candidate compound acquisition module 110 can be used to calculate the formation energy of various atomic combinations in the matrix constituent elements of the target laser glass through first principles, and screen out atomic combinations with formation energy less than 0 as candidate compounds through a particle swarm optimization algorithm.
  • the neighboring compound selection module 120 may be configured to calculate the metric parameters of each candidate compound according to the above formula (1), and select neighboring compounds according to the calculated metric parameters.
  • composition relationship calculation module 130 can be used to calculate the content of each adjacent compound required to constitute the oxide component contained in the target laser glass according to the above formula (2).
  • the quenching concentration calculation module 140 can be used to calculate the predicted value of the quenching concentration of the rare earth element in the target laser glass according to the above formula (3).
  • Each module in the above prediction device can be implemented in whole or in part by software, hardware or a combination thereof.
  • Each module can be embedded in or independent of the processor in the computer device in the form of hardware, or can be stored in the memory of the computer device in the form of software, so that the processor can call and execute the corresponding operations of each module. operation.
  • the present disclosure also provides a computer device comprising a memory and a processor, wherein the memory stores a computer program, and when the processor executes the computer program, the method for predicting the rare earth quenching concentration in laser glass as described in any of the above embodiments is implemented.
  • Non-volatile memory may include read-only memory (ROM), magnetic tape, floppy disk, flash memory or optical memory, etc.
  • Volatile memory may include random access memory (RAM) or external cache memory.
  • RAM can be in various forms, such as static random access memory (SRAM) or dynamic random access memory (DRAM).
  • this article also provides the following examples.
  • the elements of the oxide components in 45BaO - 55B2O3 laser glass are Ba, B and O.
  • the formation energy of the combination of Ba atoms, B atoms and O atoms is calculated.
  • the particle swarm optimization algorithm is used to screen out the atomic combination with a formation energy less than 0 as BaB2O4 .
  • BaB 4 O 7 and BaB 8 O 13 are selected as candidate compounds.
  • Example 1.2 Prediction of Er 3+ quenching concentration in Er 3+ doped 40BaO-60B 2 O 3 laser glass.
  • Example 1.2 The difference between Example 1.2 and Example 1.1 lies in the composition of the target laser glass. According to the calculation method of Example 1.1, the adjacent compounds are obtained and the composition relationship is established. The predicted quenching concentration of the rare earth element in the target laser glass is calculated to be 1.55 mol%.
  • Example 1.3 Prediction of Er 3+ quenching concentration in Er 3+ doped 30BaO-70B 2 O 3 laser glass.
  • Example 1.4 Prediction of Er 3+ quenching concentration in Er 3+ doped 25BaO-75B 2 O 3 laser glass.
  • Example 1.4 The difference between Example 1.4 and Example 1.1 lies in the composition of the target laser glass. According to the calculation method of Example 1.1, the adjacent compounds are obtained and the composition relationship is established. The predicted quenching concentration of the rare earth element in the target laser glass is calculated to be 1.22 mol%.
  • Example 2.1 Prediction of Er 2 O 3 quenching concentration in Er 3+ doped 5Li 2 O-45BaO-50B 2 O 3 glass.
  • the predicted quenching concentration of the rare earth element in the target laser glass is calculated to be 1.62 mol%.
  • Example 2.2 The difference between Example 2.2 and Example 2.1 lies in the composition of the target laser glass. According to the calculation method of Example 2.1, the neighboring compounds are obtained and the composition relationship is established. The predicted quenching concentration of the rare earth element in the target laser glass is calculated to be 1.43 mol%.
  • Example 2.3 Prediction of Er 2 O 3 quenching concentration in Er 3+ doped 5Li 2 O-35BaO-60B 2 O 3 glass.
  • Example 2.3 The difference between Example 2.3 and Example 2.1 lies in the composition of the target laser glass. According to the calculation method of Example 2.1, the neighboring compounds are obtained and the composition relationship is established. The predicted quenching concentration of the rare earth element in the target laser glass is calculated to be 1.34 mol%.
  • Example 2.4 Prediction of Er 2 O 3 quenching concentration in Er 3+ doped 5Li 2 O-30BaO-65B 2 O 3 glass.
  • Example 2.6 Prediction of Er 2 O 3 quenching concentration in Er 3+ doped 5Li 2 O-20BaO-75B 2 O 3 glass.
  • steps there is no strict order restriction for the execution of steps, and these steps may be executed in other orders.
  • steps in the preparation process may include multiple sub-steps or multiple stages, and these sub-steps or stages do not necessarily need to be completed at the same time, but may also be executed at different times.
  • the order of execution of these sub-steps or stages is not necessarily sequential, but may be executed in rotation or alternation with other steps or at least a portion of the sub-steps or stages of other steps.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Glass Compositions (AREA)
  • Lasers (AREA)

Abstract

一种激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备。该预测方法包括如下步骤：获取目标激光玻璃，将目标激光玻璃中的各氧化物成分的元素所能够组成的化合物作为备选化合物，从备选化合物中选取邻近化合物；建立邻近化合物与目标激光玻璃之间的组成关系，组成关系包括组合形成目标激光玻璃的氧化物成分所需的各邻近化合物的含量；以及，基于各邻近化合物的含量以及各邻近化合物中稀土元素的猝灭浓度进行加权计算，获得目标激光玻璃中稀土元素的预测猝灭浓度。该预测方法适用于多种激光玻璃体系，实现整个玻璃组成空间中稀土猝灭浓度的预测，能够有效提高获取稀土猝灭浓度的效率，缩短获取稀土猝灭浓度的周期并降低成本。

Description

激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备 技术领域
本公开涉及玻璃材料技术领域，尤其涉及一种激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备。
背景技术
玻璃材料是一种应用极其广泛的无机物材料，除被应用于常见的日用、建筑、化工、医疗等领域之外，玻璃材料还在电子信息、国防军工、交通能源等众多高精尖技术领域得到广泛应用。激光玻璃是一种以玻璃为基体材料的固体激光材料，是固体激光器和光纤激光器的核心增益介质。激光玻璃中通常掺杂有稀土金属离子，稀土金属离子的掺杂浓度是决定激光玻璃增益特性的重要参数。
通常，提高激光玻璃中的稀土掺杂浓度，有利于增加激发态上能级粒子数，从而提高激光输出功率和斜率效率，同时还有助于缩短激光腔长进而有利于器件的小型化和集约化。然而，当掺杂浓度增加到一定值时，离子间过强的相互作用一方面会增加交叉弛豫等能量传递过程，导致上能级寿命和发光强度等降低；另一方面也会导致玻璃容易发生分相或析晶现象，降低稀土金属离子在玻璃基体中的溶解度。在上述两种因素的共同作用下，激光玻璃的发光强度随掺杂浓度增加而产生先增后减的变化，即存在激光玻璃的发光强度最大时对应的最佳稀土掺杂浓度，称为激光玻璃中稀土猝灭浓度。传统技术中通常需要经过一系列不同掺杂浓度的梯度实验，以最终确定激光玻璃中稀土猝灭浓度。当玻璃基材或者掺杂的稀土金属离子发生改变时，都需要重新实验以确定稀土猝灭浓度。该方法存在周期长、效率低下以及成本高等问题，限制了激光玻璃的进一步发展。
发明内容
基于此，有必要针对上述背景技术中的问题，提供一种激光玻璃中稀土猝灭浓度的预测方法，以在保证所得的稀土猝灭浓度结果较为准确的同时，提高获取稀土猝灭浓度的效率，缩短获取稀土猝灭浓度的周期并降低成本。
根据本公开的一些实施例，提供了一种激光玻璃中稀土猝灭浓度的预测方法，其包括如下步骤：
获取目标激光玻璃，将所述目标激光玻璃中的各氧化物成分的元素所能够组成的化合物作为备选化合物，从所述备选化合物中选取邻近化合物；
建立所述邻近化合物与所述目标激光玻璃之间的组成关系，所述组成关系包括组合形成所述目标激光玻璃的氧化物成分所需的各所述邻近化合物的含量；以及，
基于各所述邻近化合物的含量以及各所述邻近化合物中稀土元素的猝灭浓度进行加权计算，获得所述目标激光玻璃中稀土元素的预测猝灭浓度。
在本公开的一些实施例中，获取所述备选化合物的步骤包括：基于第一性原理计算所述目标激光玻璃的基体组成元素中各种原子组合的形成能，并通过粒子群优化算法筛选出形成能小于0的原子组合，作为所述备选化合物。
在本公开的一些实施例中，从所述备选化合物中选取至少一个邻近化合物的步骤包括：基于各所述氧化物成分在所述目标激光玻璃中的含量以及在所述备选化合物中的含量，选取与所述目标激光玻璃中各氧化物成分的含量最为接近的一种或多种所述备选化合物，作为所述邻近化合物。
在本公开的一些实施例中，所述目标激光玻璃中含有m种氧化物成分，第i个氧化物成分在所述目标激光玻璃中的含量记为ai(1≤i≤m)；
从所述备选化合物中选取邻近化合物的步骤包括：
获取各氧化物成分在所述备选化合物中的含量，第i个氧化物成分在所述备选化合物中的含量记为bi；
通过式(1)计算各所述备选化合物相对于所述目标激光玻璃的度量参数d，
以d值最小的一种或多种所述备选化合物作为邻近化合物。
在本公开的一些实施例中，建立所述邻近化合物与所述目标激光玻璃之间的组成关系的步骤包括：
所述邻近化合物的数量为n，将各所述邻近化合物分别按照1～n标记，第i个氧化物成分在第j个所述邻近化合物中的含量记为bij(1≤j≤n)；
将组合形成所述目标激光玻璃的氧化物成分所需的第j个所述邻近化合物的含量记为xj，通过式(2)计算各所述邻近化合物的含量；
在本公开的一些实施例中，稀土元素在第j个所述邻近化合物中的猝灭浓度为cj，并通过式(3)所述目标激光玻璃中稀土元素的预测猝灭浓度c*：
在本公开的一些实施例中，所述目标激光玻璃为多组分氧化物玻璃，且所述目标激光玻璃中掺杂有一种稀土金属离子，所述稀土金属离子选自Nd3+、Yb3+、Er3+、Tm3+、Ho3+、Pr3+、Eu3+、Sm3+、Ce3+、Dy3+和Tb3+中的一种。
在本公开的一些实施例中，所述目标激光玻璃中的氧化物成分为氧化钡和氧化硼，所述备选化合物为BaB2O4、BaB4O7和BaB8O13，所述邻近化合物为所述备选化合物中的两种；或者，
所述目标激光玻璃中的氧化物成分为氧化锂、氧化钡和氧化硼，所述备选化合物为BaB2O4、BaB4O7、BaB8O13、Ba2LiB5O10、BaLiB9O15、Li3B11O18、Li3B7O12、LiB3O5、Li2B4O7和LiBO2，所述邻近化合物为所述备选化合物中的三种。
进一步地，本公开还提供了一种激光玻璃中稀土猝灭浓度的预测装置，其包括：
备选化合物获取模块，用于获取所述目标激光玻璃中的各氧化物成分的元素所能够组成的化合物作为备选化合物；
邻近化合物选取模块，用于从备选化合物中选取邻近化合物；
组成关系计算模块，用于建立所述邻近化合物与所述目标激光玻璃之间的组成关系，所述组成关系包括组合形成所述目标激光玻璃的氧化物成分所需的各所述邻近化合物的含量；
以及，猝灭浓度计算模块，用于基于各所述邻近化合物的含量以及各所述邻近化合物中稀土元素的猝灭浓度进行加权计算，获得所述目标激光玻璃中稀土元素的预测猝灭浓度。
进一步地，本公开还提供了一种计算机设备，其包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述实施例所述的方法。
在上述实施例的激光玻璃中稀土猝灭浓度的预测方法中，基于各邻近化合物的含量与邻近化合物中稀土元素的猝灭浓度进行加权计算，以获得目标激光玻璃中稀土元素的预测猝灭浓度。该方法巧妙地将材料基因的研究理念应用于激光玻璃研究，创造性地提出将结构较为简单的邻近化合物作为结构较为复杂的激光玻璃的“结构基元”的构思，基于邻近化合物的含量以及邻近化合物中稀土元素的猝灭浓度预测目标激光玻璃中稀土元素的猝灭浓度。预测得到的结果 与实际的猝灭浓度之间的误差较低，预测结果较为准确。并且该预测方法适用于多种激光玻璃体系，实现整个玻璃组成空间中稀土猝灭浓度的预测，能够有效提高获取稀土猝灭浓度的效率，缩短获取稀土猝灭浓度的周期并降低成本。
上述说明仅是本公开技术方案的概述，为了能够更清楚了解本公开的技术手段，并可依照说明书的内容予以实施，以下以本公开的较佳实施例并配合附图详细说明如后。
附图说明
图1为一种激光玻璃中稀土猝灭浓度的预测方法；
图2为一种激光玻璃中稀土猝灭浓度的预测装置。
具体实施方式
为了便于理解本文，下面将对本文进行更全面的描述。文中给出了本文的首选实施例。但是，本文可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本文的内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本文的技术领域的技术人员通常理解的含义相同。本文中在本文的说明书中所使用的术语只是为了描述具体的实施例，不是旨在于限制本文。
在此使用的术语的目的仅在于描述具体实施例并且不作为本公开的限制。在此使用时，单数形式的“一”、“一个”和“该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。 在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
图1为基于本公开的一种激光玻璃中稀土猝灭浓度的预测方法。参照图1所示，该预测方法包括步骤S1～步骤S3，具体如下。
步骤S1，获取目标激光玻璃，将目标激光玻璃中的各氧化物成分的元素所能够组成的化合物作为备选化合物，从备选化合物中选取邻近化合物。
其中，目标激光玻璃中含有玻璃基体以及稀土金属离子。玻璃基体通常由一种或多种氧化物成分构成，玻璃基体可以表示为氧化物的组合。各氧化物成分的元素指的是构成玻璃基体的所有氧化物中的元素。例如当激光玻璃的基体材料是硼钡玻璃时，其中氧化物成分的元素为硼元素、钡元素和氧元素。又如当激光玻璃的基体材料是硼钡锂玻璃时，其中氧化物成分的元素则为硼元素、钡元素、锂元素和氧元素。
在该实施例的一些示例中，目标激光玻璃为多组分氧化物玻璃，即目标激光玻璃的玻璃基体中含有多种氧化物成分，且目标激光玻璃中掺杂有一种稀土金属离子。
在该实施例的一些示例中，稀土金属离子选自Nd3+、Yb3+、Er3+、Tm3+、Ho3+、Pr3+、Eu3+、Sm3+、Ce3+、Dy3+和Tb3+中的一种。
在该实施例的一些示例中，激光玻璃的氧化物成分中含有多种能够与氧元素组成氧化物的元素，即除了氧元素之外，激光玻璃的玻璃基体中还含有两种或多于两种的元素。
在该实施例的一些示例中，获取备选化合物的步骤包括：基于第一性原理计算目标激光玻璃的基体组成元素中各种原子组合的形成能，并通过粒子群优化算法筛选出形成能小于0的原子组合，作为备选化合物。可以理解，基体组成元素中各种原子能够组成许多具有不同化学计量比的化合物，通过第一性原理计 算其形成能、并筛选形成能小0的原子组合，其作用在于确保该备选化合物能够由基体组成元素自发组成且稳定存在，从而在后续步骤中能够获取其中稀土元素的猝灭浓度。
在该实施例的一些示例中，备选化合物可以是复合氧化物，即备选化合物中含有多种能够与氧元素组成氧化物的元素，即除了氧元素之外，备选化合物中还含有两种或多于两种的元素。
在该实施例的一些示例中，目标激光玻璃中的氧化物成分为氧化钡和氧化硼，其中的基体组成元素为钡元素、硼元素和氧元素，根据第一性原理的计算以及粒子群优化算法的筛选，可以得出BaB2O4、BaB4O7和BaB8O13为形成能小于0的原子组合，则备选化合物为BaB2O4、BaB4O7和BaB8O13。
在该实施例的一些示例中，目标激光玻璃中的氧化物成分为氧化锂、氧化钡和氧化硼，其中的基体组成元素为钡元素、硼元素、锂元素和氧元素，根据第一性原理的计算以及粒子群优化算法的筛选，可以得出BaB2O4、BaB4O7、BaB8O13、Ba2LiB5O10、BaLiB9O15、Li3B11O18、Li3B7O12、LiB3O5、Li2B4O7和LiBO2为形成能小于0的原子组合，则备选化合物为BaB2O4、BaB4O7、BaB8O13、Ba2LiB5O10、BaLiB9O15、Li3B11O18、Li3B7O12、LiB3O5、Li2B4O7和LiBO2。
在该实施例的一些示例中，从备选化合物中选取至少一个邻近化合物的步骤包括：基于各氧化物成分在目标激光玻璃中的含量以及在备选化合物中的含量，选取与目标激光玻璃中各氧化物成分的含量最为接近的一种或多种备选化合物，作为邻近化合物。
其中，从备选化合物中选取邻近化合物的作用是筛选出氧化物成分与目标激光玻璃较为接近的备选化合物，从而使得选取出的邻近化合物的结构更为接近目标激光玻璃的“结构基元”，进而提高预测结果的准确程度。进一步地，该 含量指的是物质的量的含量。
在该实施例的一些示例中，可以从备选化合物中选取多个邻近化合物。例如，邻近化合物可以有两个、三个或者多于三个的数量。
为了便于计算，在该实施例中，设目标激光玻璃中含有m种氧化物成分，第i个氧化物成分在目标激光玻璃中的含量记为ai(1≤i≤m))。则各氧化物成分在目标激光玻璃中的含量依次记为a1～am。例如，假设目标激光玻璃中含有两种氧化物成分，则该两种氧化物成分在目标激光玻璃中的含量可以分别记为a1和a2。假设目标激光玻璃中含有三种氧化物成分，则该三种氧化物成分在目标激光玻璃中的含量可以分别记为a1、a2和a3。
在该实施例的一些示例中，从备选化合物中选取邻近化合物的步骤为：获取相应的各氧化物成分在备选化合物中的含量，第i个氧化物成分在备选化合物中的含量记为bi，则各氧化物成分在一个备选化合物中含量的可以依次记为b1～bm。然后，可以通过式(1)计算各备选化合物的度量参数d，以d值最小的一种或多种备选化合物作为邻近化合物。
通过式(1)所示的计算方式能够定量且较为准确地表征氧化物成分整体在备选化合物中与其在目标激光玻璃中的含量之间的差异。其中，d值越小，则表示备选化合物与目标激光玻璃中的氧化物成分整体越接近，相应地预测结果的准确程度也就越高。
进一步地，在该实施例的一些示例中，在选取备选化合物作为邻近化合物时，可以预设度量阈值，将度量参数d值小于度量阈值的备选化合物选取为邻近化合物。
步骤S2，建立邻近化合物与目标激光玻璃之间的组成关系。
其中，组成关系包括组合形成目标激光玻璃的氧化物成分所需的各邻近化合物的含量。在该预测方法中，将步骤S1中选取的邻近化合物作为目标激光玻璃的“结构基元”，相应地，通过不同邻近化合物之间的含量搭配，能够使得其中的各氧化物成分含量与目标激光玻璃的各氧化物成分含量相同。
在该实施例的一些示例中，建立邻近化合物与目标激光玻璃之间的组成关系的步骤包括：述邻近化合物的数量为n，将各邻近化合物分别按照1～n标记，第i个氧化物成分在第j个邻近化合物中的含量记为bij(1≤j≤n)。将组成目标激光玻璃所含有的氧化物成分所需的第i个邻近化合物的含量记为xi。通过式(2)计算各邻近化合物的含量；
可以理解，式(2)表示矩阵运算，其中的b11～bm1表示第1个邻近化合物中的各氧化物成分的含量，b1n～bmn表示第m个邻近化合物中的各氧化物成分的含量，x1～xn表示所需的n个邻近化合物的含量。在式(2)所示的矩阵运算中，bij可以根据各邻近化合物的化学式直接得到，ai可以根据目标激光玻璃所含有的氧化物成分直接得到，则x1～xn可以经过式(2)的计算得到。
步骤S3，基于各邻近化合物的含量以及各邻近化合物中稀土元素的猝灭浓度进行加权计算，获得目标激光玻璃中稀土元素的预测猝灭浓度。
在该实施例中，“加权计算”指的是采用组成关系中各邻近化合物的含量作为权重，并将权重乘以相应的邻近化合物中稀土元素的猝灭浓度之后，进行加和计算，即能够得出目标激光玻璃中稀土元素的预测猝灭浓度。
在该实施例的一些示例中，邻近化合物中稀土元素的猝灭浓度的获取方式包括但不限于：制备稀土元素掺杂的邻近化合物并通过测试得到、查阅文献得到、基于已有结果进行推算得到。
在该实施例的一些示例中，稀土元素在第j个邻近化合物中的猝灭浓度为cj，并通过式(3)目标激光玻璃中稀土元素的预测猝灭浓度c*：
可以理解，c*为目标激光玻璃中稀土元素的预测值。例如，当邻近化合物有两个时，n为2，则目标激光玻璃中稀土元素的预测猝灭浓度c*＝x1c1+x2c2。
可以理解，通过如步骤S1～步骤S3的预测方式，只需要获得作为基础的一些邻近化合物中稀土元素的猝灭浓度，就能够准确预测出各种不同的激光玻璃中稀土元素的猝灭浓度。并且，当邻近化合物中稀土元素的猝灭浓度均已知时，该预测方法仅需要通过计算过程即能够较为准确地得出激光玻璃中稀土元素的预测猝灭浓度。
本公开提供了一种激光玻璃中稀土猝灭浓度的预测方法，在该稀土猝灭浓度的预测方法中，基于各邻近化合物的含量与邻近化合物中稀土元素的猝灭浓度进行加权计算，以获得目标激光玻璃中稀土元素的预测猝灭浓度。该方法巧妙地将材料基因的研究理念应用于激光玻璃研究，创造性地提出将结构较为简单的邻近化合物作为结构较为复杂的激光玻璃的“结构基元”的构思，基于邻近化合物的含量以及邻近化合物中稀土元素的猝灭浓度预测目标激光玻璃中稀土元素的猝灭浓度。预测猝灭浓度的结果与实际的猝灭浓度之间误差较低，预测结果较为准确。并且该预测方法适用于多种激光玻璃体系，且可进一步拓展至其他激光玻璃体系，实现整个玻璃组成空间中稀土猝灭浓度的预测，能够有效提高获取稀土猝灭浓度的效率，缩短获取稀土猝灭浓度的周期并降低成本。
进一步地，如图2所示，本公开还提供了一种激光玻璃中稀土猝灭浓度的预测装置，其包括：
备选化合物获取模块110，用于获取目标激光玻璃中的各氧化物成分的元素 所能够组成的化合物作为备选化合物；
邻近化合物选取模块120，用于从备选化合物中选取邻近化合物；
组成关系计算模块130，用于建立邻近化合物与目标激光玻璃之间的组成关系，组成关系包括组合形成目标激光玻璃的氧化物成分所需的各邻近化合物的含量；
以及，猝灭浓度计算模块140，用于基于各邻近化合物的含量以及各邻近化合物中稀土元素的猝灭浓度进行加权计算，获得目标激光玻璃中稀土元素的预测猝灭浓度。
在该实施例的一些示例中，备选化合物获取模块110可以用于通过第一性原理计算目标激光玻璃的基体组成元素中各种原子组合的形成能，并通过粒子群优化算法筛选出形成能小于0的原子组合，作为备选化合物。
在该实施例的一些示例中，邻近化合物选取模块120可以用于根据上文中的式(1)计算每个备选化合物的度量参数，并根据计算得到的度量参数选取邻近化合物。
在该实施例的一些示例中，组成关系计算模块130可以用于根据上文中的式(2)计算组成目标激光玻璃所含有的氧化物成分所需的各邻近化合物的含量。
在该实施例的一些示例中，猝灭浓度计算模块140可以用于根据上文中的式(3)计算得到目标激光玻璃中稀土元素的猝灭浓度的预测值。
关于激光玻璃中稀土猝灭浓度的预测装置的进一步描述及其使用方式可以参见上文中对于激光玻璃中稀土猝灭浓度的预测方法的描述，在此不再赘述。上述预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应 的操作。
进一步地，本公开还提供了一种计算机设备，其包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述任一实施例的激光玻璃中稀土猝灭浓度的预测方法。
进一步地，本公开还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
为了具体说明上述激光玻璃中稀土猝灭浓度的预测方法的实现方式，并说明其优点，本文还提供了如下的实施例。
实施例1.1：预测Er3+掺杂的45(单位为mol％，下同)BaO-55B2O3激光玻璃中Er3+猝灭浓度。
(1)根据本公开的预测方法，首先，45BaO-55B2O3激光玻璃中的氧化物成分的元素为Ba、B和O，基于第一性原理计算Ba原子、B原子和O原子组合的形成能，通过粒子群优化算法筛选出形成能小于0的原子组合为BaB2O4， BaB4O7，BaB8O13，将它们作为备选化合物。
(2)计算各备选化合物相对于目标激光玻璃的度量参数d。目标激光玻璃中的氧化物成分有两种，分别为BaO和B2O3。根据上文中的式(1)计算度量参数d。其中，以45BaO-55B2O3激光玻璃为例，其中BaO的含量(a1)为0.45，B2O3的含量(a2)为0.55。BaB2O4中BaO的含量(b1)为0.5，B2O3的含量(b2)为0.5。则BaB2O4的度量参数结果为0.0708。依此计算，BaB4O7的度量参数为0.3133，BaB8O13的度量参数为0.3746。选取其中度量参数较小的两个作为邻近化合物，即BaB2O4和BaB4O7。
(3)建立邻近化合物与目标激光玻璃之间的组成关系。具体地，BaB2O4中BaO的含量(b11)为0.5，BaB2O4中B2O3的含量(b21)为0.5，BaB4O7中BaO的含量(b12)为0.33，BaB8O13中B2O3的含量(b22)为0.67。根据上文中的式(2)可得下式，经计算可得组成关系中，BaB4O7的含量x1为77.78％，BaB8O13的含量x2为22.22％。
(4)经实验及查阅资料得上述备选化合物中Er3+猝灭浓度结果，如表1。
表1
根据表1中结果及步骤(3)中所得的组成关系，计算目标激光玻璃中稀土元素的预测猝灭浓度c*＝77.78％×1.7+22.22％×1.4≈1.63mol％。
实施例1.2：预测Er3+掺杂的40BaO-60B2O3激光玻璃中Er3+猝灭浓度。
实施例1.2与实施例1.1的区别在于目标激光玻璃的组分，依照实施例1.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.55mol％。
实施例1.3：预测Er3+掺杂的30BaO-70B2O3激光玻璃中Er3+猝灭浓度。
实施例1.3与实施例1.1的区别在于目标激光玻璃的组分，依照实施例1.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.33mol％。
实施例1.4：预测Er3+掺杂的25BaO-75B2O3激光玻璃中Er3+猝灭浓度。
实施例1.4与实施例1.1的区别在于目标激光玻璃的组分，依照实施例1.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.22mol％。
实施例2.1：预测Er3+掺杂5Li2O-45BaO-50B2O3玻璃中Er2O3猝灭浓度。
(1)根据本公开的预测方法，首先，5Li2O-45BaO-50B2O3激光玻璃的氧化物成分的元素为Li、Ba、B和O，基于第一性原理计算Li原子、Ba原子、B原子和O原子组合的形成能，通过粒子群优化算法筛选出形成能小于0的原子组合为BaB2O4、BaB4O7、BaB8O13、Ba2LiB5O10、BaLiB9O15、Li3B11O18、Li3B7O12、LiB3O5和Li2B4O7，将它们作为备选化合物。
(2)计算各备选化合物相对于目标激光玻璃的度量参数d。目标激光玻璃中的氧化物成分有三种，分别为Li2O、BaO和B2O3。根据上文中的式(1)计算度量参数d，选取其中度量参数较小的三个作为邻近化合物。
(3)建立邻近化合物与目标激光玻璃之间的组成关系。具体计算过程类似于实施例1.1，在此不再赘述。
(4)经实验及查阅资料得上述备选化合物中Er3+猝灭浓度结果，如表2。
表2
根据表1中结果及步骤(3)中所得的组成关系，计算目标激光玻璃中稀土元素的预测猝灭浓度为1.62mol％。
实施例2.2：预测Er3+掺杂5Li2O-40BaO-55B2O3玻璃中Er2O3猝灭浓度。
实施例2.2与实施例2.1的区别在于目标激光玻璃的组分，依照实施例2.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.43mol％。
实施例2.3：预测Er3+掺杂5Li2O-35BaO-60B2O3玻璃中Er2O3猝灭浓度。
实施例2.3与实施例2.1的区别在于目标激光玻璃的组分，依照实施例2.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.34mol％。
实施例2.4：预测Er3+掺杂5Li2O-30BaO-65B2O3玻璃中Er2O3猝灭浓度。
实施例2.4与实施例2.1的区别在于目标激光玻璃的组分，依照实施例2.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.38mol％。
实施例2.5：预测Er3+掺杂5Li2O-25BaO-70B2O3玻璃中Er2O3猝灭浓度。
实施例2.5与实施例2.1的区别在于目标激光玻璃的组分，依照实施例2.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.43mol％。
实施例2.6：预测Er3+掺杂5Li2O-20BaO-75B2O3玻璃中Er2O3猝灭浓度。
实施例2.6与实施例2.1的区别在于目标激光玻璃的组分，依照实施例2.1的计算方式获取邻近化合物并建立组成关系，计算得到目标激光玻璃中稀土元素的预测猝灭浓度为1.35mol％。
进一步地，通过实验测试上述各实施例中的目标激光玻璃的实际猝灭浓度，结果可见于表3。
表3
结合上述表3的内容可知，上述各实施例均采用本公开提供的激光玻璃中稀土猝灭浓度的预测方法获得了预测猝灭浓度，该预测猝灭浓度与实测的猝灭浓度之间的误差能够控制在5％以内，预测值与实验值较为吻合。这说明该预测 方法对多种激光玻璃的猝灭浓度均能够实现有效预测，并且预测结果误差较低，能够使用于多种激光玻璃体系，且可进一步拓展至其他激光玻璃体系，实现整个玻璃组成空间中稀土猝灭浓度的预测，能够有效提高获取稀土猝灭浓度的效率，缩短获取稀土猝灭浓度的周期并降低成本。
请注意，上述实施例仅出于说明性目的而不意味对本文的限制。
应该理解的是，除非本文中有明确的说明，步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，制备过程中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，也可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

Claims (10)

  1. 一种激光玻璃中稀土猝灭浓度的预测方法，其特征在于，包括如下步骤：
    获取目标激光玻璃，将所述目标激光玻璃中的各氧化物成分的元素所能够组成的化合物作为备选化合物，从所述备选化合物中选取邻近化合物；
    建立所述邻近化合物与所述目标激光玻璃之间的组成关系，所述组成关系包括组合形成所述目标激光玻璃的氧化物成分所需的各所述邻近化合物的含量；以及，
    基于各所述邻近化合物的含量以及各所述邻近化合物中稀土元素的猝灭浓度进行加权计算，获得所述目标激光玻璃中稀土元素的预测猝灭浓度。
  2. 根据权利要求1所述的激光玻璃中稀土猝灭浓度的预测方法，其特征在于，获取所述备选化合物的步骤包括：基于第一性原理计算所述目标激光玻璃的基体组成元素中各种原子组合的形成能，并通过粒子群优化算法筛选出形成能小于0的原子组合，作为所述备选化合物。
  3. 根据权利要求1所述的激光玻璃中稀土猝灭浓度的预测方法，其特征在于，从所述备选化合物中选取至少一个邻近化合物的步骤包括：基于各所述氧化物成分在所述目标激光玻璃中的含量以及在所述备选化合物中的含量，选取与所述目标激光玻璃中各氧化物成分的含量最为接近的一种或多种所述备选化合物，作为所述邻近化合物。
  4. 根据权利要求3所述的激光玻璃中稀土猝灭浓度的预测方法，其特征在于，所述目标激光玻璃中含有m种氧化物成分，第i个氧化物成分在所述目标激光玻璃中的含量记为ai(1≤i≤m)；
    从所述备选化合物中选取邻近化合物的步骤包括：
    获取各氧化物成分在所述备选化合物中的含量，第i个氧化物成分在所述备选化合物中的含量记为bi；
    通过式(1)计算各所述备选化合物相对于所述目标激光玻璃的度量参数d，
    以d值最小的一种或多种所述备选化合物作为邻近化合物。
  5. 根据权利要求4所述的激光玻璃中稀土猝灭浓度的预测方法，其特征在于，建立所述邻近化合物与所述目标激光玻璃之间的组成关系的步骤包括：
    所述邻近化合物的数量为n，将各所述邻近化合物分别按照1～n标记，第i个氧化物成分在第j个所述邻近化合物中的含量记为bij(1≤j≤n)；
    将组合形成所述目标激光玻璃的氧化物成分所需的第j个所述邻近化合物的含量记为xj，通过式(2)计算各所述邻近化合物的含量；
  6. 根据权利要求5所述的激光玻璃中稀土猝灭浓度的预测方法，其特征在于，稀土元素在第j个所述邻近化合物中的猝灭浓度为cj，并通过式(3)所述目标激光玻璃中稀土元素的预测猝灭浓度c*：
  7. 根据权利要求1～6任意一项所述的激光玻璃中稀土猝灭浓度的预测方法，其特征在于，所述目标激光玻璃为多组分氧化物玻璃，且所述目标激光玻璃中掺杂有一种稀土金属离子，所述稀土金属离子选自Nd3+、Yb3+、Er3+、Tm3+、Ho3+、Pr3+、Eu3+、Sm3+、Ce3+、Dy3+和Tb3+中的一种。
  8. 根据权利要求1～6任意一项所述的激光玻璃中稀土猝灭浓度的预测方法，其特征在于，所述目标激光玻璃中的氧化物成分为氧化钡和氧化硼，所述备选化合物为BaB2O4、BaB4O7和BaB8O13，所述邻近化合物为所述备选化合物中的两种；或者，
    所述目标激光玻璃中的氧化物成分为氧化锂、氧化钡和氧化硼，所述备选化合物为BaB2O4、BaB4O7、BaB8O13、Ba2LiB5O10、BaLiB9O15、Li3B11O18、Li3B7O12、LiB3O5、Li2B4O7和LiBO2，所述邻近化合物为所述备选化合物中的三种。
  9. 一种激光玻璃中稀土猝灭浓度的预测装置，其特征在于，包括：
    备选化合物获取模块，用于获取所述目标激光玻璃中的各氧化物成分的元素所能够组成的化合物作为备选化合物；
    邻近化合物选取模块，用于从备选化合物中选取邻近化合物；
    组成关系计算模块，用于建立所述邻近化合物与所述目标激光玻璃之间的组成关系，所述组成关系包括组合形成所述目标激光玻璃的氧化物成分所需的各所述邻近化合物的含量；
    以及，猝灭浓度计算模块，用于基于各所述邻近化合物的含量以及各所述邻近化合物中稀土元素的猝灭浓度进行加权计算，获得所述目标激光玻璃中稀土元素的预测猝灭浓度。
  10. 一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～8任意一项所述的方法。
PCT/CN2024/085437 2024-03-25 2024-04-02 激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备 Pending WO2025200036A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202410345340.1 2024-03-25
CN202410345340.1A CN118098422A (zh) 2024-03-25 2024-03-25 激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备

Publications (1)

Publication Number Publication Date
WO2025200036A1 true WO2025200036A1 (zh) 2025-10-02

Family

ID=91148888

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2024/085437 Pending WO2025200036A1 (zh) 2024-03-25 2024-04-02 激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备

Country Status (2)

Country Link
CN (1) CN118098422A (zh)
WO (1) WO2025200036A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100323204A1 (en) * 2006-10-17 2010-12-23 Rensselaer Polytechnic Institute Process for making rare earth containing glass
CN103076292A (zh) * 2012-12-27 2013-05-01 中国地质科学院矿产资源研究所 基于地面反射光谱的水体中稀土浓度定量评估系统和方法
CN106096279A (zh) * 2016-06-14 2016-11-09 西安建筑科技大学 一种稀土掺杂改性钛基二氧化锡电极性能的预测方法
CN113744818A (zh) * 2021-09-03 2021-12-03 上海大学 一种三元稀土氧化物复合点缺陷的预测方法
CN114743060A (zh) * 2022-04-13 2022-07-12 华东交通大学 一种稀土元素组分含量预测方法和系统
CN115984209A (zh) * 2022-12-27 2023-04-18 江西理工大学 浓度与组分含量协同优化的稀土元素组分含量预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100323204A1 (en) * 2006-10-17 2010-12-23 Rensselaer Polytechnic Institute Process for making rare earth containing glass
CN103076292A (zh) * 2012-12-27 2013-05-01 中国地质科学院矿产资源研究所 基于地面反射光谱的水体中稀土浓度定量评估系统和方法
CN106096279A (zh) * 2016-06-14 2016-11-09 西安建筑科技大学 一种稀土掺杂改性钛基二氧化锡电极性能的预测方法
CN113744818A (zh) * 2021-09-03 2021-12-03 上海大学 一种三元稀土氧化物复合点缺陷的预测方法
CN114743060A (zh) * 2022-04-13 2022-07-12 华东交通大学 一种稀土元素组分含量预测方法和系统
CN115984209A (zh) * 2022-12-27 2023-04-18 江西理工大学 浓度与组分含量协同优化的稀土元素组分含量预测方法

Also Published As

Publication number Publication date
CN118098422A (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
Riseberg et al. III relaxation phenomena in rare-earth luminescence
Ogasawara et al. Multiplet energy level diagrams for Cr3+ and Mn4+ in oxides with Oh site symmetry based on first-principles calculations
Gu et al. X-ray spectra of the Fe-L complex
Levesque et al. Structure and dynamics in yttrium-based molten rare earth alkali fluorides
Thiel et al. Progress in relating rare-earth ion 4f and 5d energy levels to host bands in optical materials for hole burning, quantum information and phosphors
Danielson et al. Plasma manipulation techniques for positron storage in a multicell trap
De Jong et al. Energy level structure and multiple 4f125d1 emission bands for Tm2+ in halide perovskites: theory and experiment
Shingles et al. Modelling the ionization state of Type Ia supernovae in the nebular phase
Gyory et al. Phase transitions and resilience of the magnetic dual chiral density wave phase at finite temperature and density
Wermuth et al. Photon avalanche in Cs2ZrBr6: Os4+
Xiao et al. Up-conversion in Er3+: Y2O3 nanocrystals pumped at 808nm
Stoll et al. Cryogenic buffer-gas loading and magnetic trapping of CrH and MnH molecules
Aufderheide et al. Importance of (n, p) reactions for stellar beta decay rates
Babu et al. Optical and site-selective spectral studies of Eu3+-doped zinc oxyfluorotellurite glass
McCann et al. Electron-impact excitation of zirconium i–iii in support of neutron star merger diagnostics
Adachi Full understanding of K3GaF6: Cr3+ properties under hydrostatic pressure based on the Tanabe− Sugano energy-level diagram
Duan et al. Emission and excitation spectra of Ce3+ and Pr3+ ions in hexafluoroelpasolite lattices
Roth et al. Chemical reactions between cold trapped Ba+ ions and neutral molecules in the gas phase
Li et al. An efficient method for producing 9Be+ ions using a 2+ 1 resonance-enhanced multiphoton ionization process
Sánchez-Sanz et al. Energy gaps in the 4f135d1 manifold and multiple spontaneous emissions in Yb2+-doped CsCaBr3
CN118098422A (zh) 激光玻璃中稀土猝灭浓度的预测方法、装置和计算机设备
Callegari et al. Perturbation method to calculate the interaction potentials and electronic excitation spectra of atoms in He nanodroplets
Hauenstein et al. Effects of exciton deconfinement on the transient photoluminescence from thermally activated delayed fluorescence host–guest systems
Sohn et al. Energy Transfer Between Tb3+ Ions in Y 4− x Tb x Al2 O 9 Phosphor
CN117706386A (zh) 锂电池正负极嵌锂系数上下限的计算方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24932242

Country of ref document: EP

Kind code of ref document: A1