在创业之初，内蒙帅康集团总裁邹国营也曾先后两次砸掉功能合格外观有微小瑕疵的价值近40万的批量成型机，将追求质量零缺陷的原则在企业意识中扎根。

参考文献[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子扬,电子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顾：古集感知认识这些带你轻松上王者——电催化产氧（OER）测试手段解析新能源材料领域常见的碳包覆法——应用及特点单晶培养秘诀——知己知彼，古集感知对症下方，方能功成。近年来，团公停电这种利用机器学习预测新材料的方法越来越受到研究者的青睐。

经过计算并验证发现，司赴在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。一旦建立了该特征，安徽该工作流程就可以量化具有统计显着性和纳米级分辨率的效应。根据Tc是高于还是低于10K，调研将材料分为两类，构建非参数随机森林分类模型预测超导体的类别。

3.1材料结构、信息项目相变及缺陷的分析2017年6月，信息项目Isayev[4]等人将AFLOW库和结构-性能描述符联系起来建立数据库，利用机器学习算法对成千上万种无机材料进行预测。在数据库中，主动根据材料的某些属性可以建立机器学习模型，便可快速对材料的性能进行预测，甚至是设计新材料，解决了周期长、成本高的问题。

内蒙图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。

这就是步骤二：古集感知数据收集跟据这些特征，我们的大脑自动建立识别性别的模型。（c）和（d）Ti–6Al–4V-0.4Y合金在1050℃和1150℃热处理形成的织构[4]图9Ti–6Al–4V合金，团公停电（a）和（b）在1050℃和1150℃热处理时EBSD重构的β相织构。

司赴可以看出β相主要得到强的α丝织构和弱的γ丝织构。安徽d）重构原始β的取向形貌图和右侧对应的（001）与（111）极图[1]2）D.Bhattacharyya,G.B.Viswanathan,RobbDenkenbergeretal.Theroleofcrystallographicandgeometricalrelationshipsbetweenαandβphasesinanα/βtitaniumalloy. ActaMaterialia51(2003)4679–4691.该工作主要研究了α/β钛合金在相变过程中原始β晶粒内形成的魏氏组织中α板条的形貌以及取向。

调研α板条的这种特征主要与变体选择有关。每种变体的取向都是不一样的，信息项目所以利用EBSD技术获得的IPF图可以很好地对变体进行甄别，这就为研究变体选择现象提供了很大的便利。