摘要
本发明公开了一种基于人工神经网络的铝电解电容器用烧结箔制备方法,属于铝电解电容器用烧结箔制备技术领域。针对目前阳极箔烧结过程工艺参数多、控制精度差的问题,本发明通过采集原材料数据、烧结工艺参数和烧结箔性能数据;选择多层前馈神经网络构建人工神经网络模型;然后对数据进行数据预处理,再对模型进行训练与优化;依据人工神经网络模型预测的最佳参数,制备烧结箔。通过本发明方法克服了传统制备方法依赖经验和大量试验摸索的弊端。通过减少试错次数,显著提高了制备效率,缩短了产品研发周期,降低了生产成本。
技术关键词
铝电解电容器
人工神经网络模型
烧结工艺参数
多层前馈神经网络
高分子脱模剂
烧结气氛
双锥混料机
数据编码
高强度合金钢
正则化方法
随机梯度下降
节点数
液压
阳极箔
模具
多指标
硬质合金
系统为您推荐了相关专利信息
盾构掘进参数
寻优方法
人工神经网络模型
推力
BP神经网络模型
可见光图像
管道泵
多层前馈神经网络
图像处理方法
参数
人工神经网络模型
仿真数据
布里渊增益谱
信噪比
监测场景
铝电解电容器外壳
等离子焊接机
焊接装置
螺纹滑块
焊接轨迹规划
不锈钢材料
腐蚀速率预测方法
人工神经网络模型
迁移学习模型
网状拓扑