摘要
本发明公开了一种基于AI深度学习的自适应碳纳米管生长控制方案及系统,涉及纳米材料制造与调控技术领域。包括信息获取:获取碳纳米管生长的变量信息和用户需求;参照构建:通过参照库生成方法生成不同锂电子电池性能指标下碳纳米管生长参数得到参照库。本发明通过设置的参照库生成方法生成存储基础生长参数和基础电池性能的参照库,通过设置的识别方法判断基础生长参数单个变量与基础电池性能的目标关系,通过设置的匹配调节方法配合参照库根据用户需求和目标关系为用户匹配符合用户需求的目标生长参数,自适应为用户制定符合用户需求的目标生长参数,以降低用户的工作量和提高碳纳米管的生产制备效率。
技术关键词
AI深度学习
碳纳米管
生长控制方法
参数
锂离子电池
关系
基础
基准
变量
数值
成品
生成方法
端点
电子电池
识别方法
判断方法
动态
调控技术
因子
系统为您推荐了相关专利信息
电力光缆
出力优化方法
BP神经网络
出力场景
离线