一种面向极端高温润滑需求的离子液体智能设计方法

本发明公开了一种面向极端高温润滑需求的离子液体智能设计方法。该方法包括：构建面向极端高温的离子液体润滑性能数据集，设置数据置信区间以清洗异常数据；采用SMILES格式进行离子结构特征编码并提取结构描述符，基于温度区间的分层抽样划分数据集；确定机器学习模型并定义其超参数空间，将训练集用于机器学习，同时缩小超参数向量取值范围；将测试集输入至已训练的模型进行精度评估，并采用改进鸟群算法提高机器学习模型对数据集中数据的检索质量，进一步优化模型精度；模型将根据用户提供的极端高温环境参量与润滑表面特性，筛选出数个能够满足在相应工况下稳定长起润滑的离子液体。本发明解决了极端高温环境下离子液体润滑剂高效率、高适配性设计的技术难题。