基于机器学习的聚乙烯醇缩醛黄变检测方法

本发明公开了基于机器学习的聚乙烯醇缩醛黄变检测方法，涉及高分子材料检测技术领域，所述检测方法包括实验建模阶段和模型应用阶段。其中，实验建模阶段将相对吸光度设计为老化评估标准，获取相对吸光度时间曲线；利用相对吸光度时间曲线和实验测得的第一黄变程度拟合第一映射关系；根据相对吸光度和力学特性参数训练并构建神经网络模型；其中，应用阶段获取实际待测材料的第二黄变程度，根据第二黄变程度和若干个第一映射关系获取若干个实际相对吸光度，将若干个实际相对吸光度输入神经网络模型获取实际力学特性参数。本发明通过实验建模阶段和模型应用阶段，可以根据实际黄变程度更准确地估计聚乙烯醇缩醛材料在实际老化过程中的力学特性。