摘要
本发明提供一种高强高模聚丙烯腈基碳纤维的制备工艺的开发方法,包括如下步骤:基于工艺数据集,构建出包括总模型和多个子模型的预测模型;总模型是以聚丙烯腈基碳纤维制备过程中的全线工艺参数为输入、以聚丙烯腈基碳纤维的性能数据和/或结构数据为输出的机器学习算法模型。子模型是以聚丙烯腈基碳纤维制备过程中的局部工艺参数为输入、以局部工艺处理后的纤维性能数据和/或结构数据为输出的机器学习算法模型;随机产生一组全线工艺参数,采用预测模型进行预测;其中,先运行子模型,当所有的子模型的输出均满足相应的输出判据条件时,再运行总模型;本发明用于降低高强高模聚丙烯腈基碳纤维的制备工艺开发过程的时间、能耗及资金投入。
技术关键词
聚丙烯腈基碳纤维
机器学习算法模型
高强高模
开发方法
聚合反应工艺
纺丝工艺参数
数据
低温碳化
预氧化工艺
构建预测模型
热水牵伸工艺
小角X射线散射
聚丙烯腈碳纤维
强度
致密化工艺
热定型工艺
遗传算法
系统为您推荐了相关专利信息
预测模型构建方法
性肝损伤
临床检验数据
创伤
Logistic回归模型
数据集构建方法
视频
机器学习算法模型
图像
标签
红外加热模块
红外加热装置
红外热像仪
中央控制单元
测温模块
智能分析方法
计算机可读取存储介质
数据
遍历算法
关键词
风力发电站
电功率预测方法
机器学习算法模型
气相
因子