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辅助Janus结构的功能性聚酰亚胺复合材料的制备方法,其方法包括:S1建立数据库;S2数据预处理;S3设计基本结构及制备工艺;S4构建并训练机器学习模型;S5模型测试与评估;S6特征重要性分析;S7复合材料的优化设计;S8实验验证。本发明通过运用机器学习算法模型,分析多种因素对功能性聚酰亚胺复合材料性能的影响,评估关键特征影响性能的程度,得到复合材料及其制备工艺,该材料具有功能分层结构,表层作为阻抗匹配层,中间层作为电磁波吸收层,基底层作为反射层,热压后使结构封装完整、提升材料整体的吸波效率和热管理性能,能够满足各种高端电子设备的制造需求。
技术关键词
聚酰亚胺复合材料
Janus结构
机器学习辅助
聚酰亚胺树脂
阻抗匹配层
电磁波吸收层
基底层
四氧化三铁修饰
调控材料表面
训练机器学习模型
中间层
结构封装
高效热管理
氮化硼涂层
皮尔逊相关系数
导电层
分类特征
多孔石墨烯