摘要
本发明关于一种聚丙烯腈基碳纤维的制备工艺的智能开发方法,包括如下步骤:构建出包括第一总模型、第一类子模型、第二总模型及第二类子模型的预测模型。第一总模型是以全线工艺参数为输入、以聚丙烯腈基碳纤维的性能数据为输出的机器学习算法模型。第一类子模型是以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。第二总模型是以聚丙烯腈基碳纤维的性能数据为输入、全线工艺参数为输出的机器学习算法模型。第二类子模型是以聚丙烯腈基碳纤维的性能数据为输入、以局部工艺参数为输出的机器学习算法模型。本发明借助预测模型,实现碳纤维制备工艺的智能开发,显著降低碳纤维开发调试过程的试错成本。
技术关键词
聚丙烯腈基碳纤维
智能开发方法
机器学习算法模型
预氧化工艺
聚合反应工艺
纺丝工艺参数
数据
低温碳化
机器学习模型
构建预测模型
热水牵伸工艺
小角X射线散射
强度
致密化工艺
石墨化工艺
热定型工艺
水洗工艺
系统为您推荐了相关专利信息
电力配网系统
故障定位算法
故障定位方法
拓扑结构信息
机器学习算法模型
机器学习算法模型
恢复方法
ICMP协议
深度强化学习模型
链路
图像识别方法
卷积神经网络模型
机器学习算法模型
数据可视化
特征位置信息
售电量预测
预警方法
机器学习算法模型
数据
梯度提升决策树算法