摘要
本发明属于高分子材料制造技术领域,公开了一种机器学习预测热塑性聚酰亚胺薄膜制备工艺的方法及系统,该方法包括如下步骤:S1:定义待预测的热塑性聚酰亚胺薄膜制备工艺;S2:构建机器学习模型,从热压工艺参数中预测出最优拉伸性能及其对应热稳定性的制备工艺参数组合;S3:将预测聚酰亚胺最佳力学性能及其对应热稳定性的制备工艺参数组合代入步骤S1,得到具备特定的机械性能和热稳定性最佳组合的热塑性聚酰亚胺薄膜制备工艺。本发明提供的方法及系统,通过机器学习预测并优化聚酰亚胺薄膜制备工艺,以减少制备工艺实验次数和提高制备效率;采用最佳工艺参数得到的加工工艺更加完善,聚酰亚胺薄膜的机械性能更好,使用寿命更长。
技术关键词
热压
热塑性聚酰亚胺
构建机器学习模型
优化机器学习
高通量组合
聚酰亚胺薄膜
数据处理单元
训练机器学习模型
机器学习辅助
联苯四甲酸二酐
最佳工艺参数
优化工艺参数
二氨基二苯砜
二氨基二苯醚
随机森林模型
间苯二甲酸
强度