一种基于生成式深度学习模型的燃料微观结构预测方法

本申请涉及计算材料科学技术领域，特别涉及一种基于生成式深度学习模型的燃料微观结构预测方法，包括以下步骤：获取数据集；数据集包括不同工艺条件下的SEM照片；对数据集进行预处理，并基于预处理后的数据集，得到训练集；基于条件变分自编码器模型，构建生成式深度学习模型；并将训练集的数据输入至生成式深度学习模型，进行模型训练，得到训练完成的生成式深度学习模型；将工艺条件输入至训练完成的生成式深度学习模型，生成特定燃料微观结构。本申请借助生成式深度学习模型直接由化学成分和工艺制备参数生成微观组织图像，摆脱专业限制，能够直接输出和微观检测结果一致的图像，解决传统实验及模拟计算成本高、耗时长、过程复杂等问题。