一种基于神经网络陶瓷型芯材料物理性能预测及材料优化方法

本申请提供了一种基于神经网络陶瓷型芯材料物理性能预测及材料优化方法。所述方法包括：构建神经网络优化预测模型，并对神经网络优化预测模型进行训练，直至训练达标；确定陶瓷型芯的原材料组成成分，原材料组成成分中包括矿化剂的添加量，将原材料组成成分输入训练好的所述神经网络优化预测模型，获得对应的若干性能参数；将性能参数输入综合性能评定模型，获得该原材料组成成分的综合评分；比较多组原材料组成成分的综合评分，将综合评分最高的原材料组成成分筛选作为最优材料配比，即确定出综合性能最佳的矿化剂的添加量。本发明使用神经网络实现了对陶瓷型芯材料物理性能预测，并可辅助确定出最优的矿化剂添加量。