摘要
本发明公开了基于DSC曲线的丝束放热性能数值模拟方法,属于PAN基碳纤维制备领域,差示扫描量热法(DSC)数据采集与预处理:在氮气和空气氛围下,使用差示扫描量热仪对6K聚丙烯腈基碳纤维原丝进行DSC测试,获取不同氛围下的DSC曲线,详细记录温度与热流数据。利用MATLAB软件的CurveFittingTool对DSC曲线进行高斯函数拟合,通过图像处理、数据点提取、重采样等操作,提取放热峰起始温度、峰值、宽度等关键特征参数,为后续的神经网络训练提供基础数据;利用BP神经网络的非线性拟合能力,能够精准捕捉预氧化过程中复杂的热反应规律,决定系数R2可达0.99以上,显著提升放热预测精度。
技术关键词
数值模拟方法
BP神经网络
丝束
神经网络训练
PAN基碳纤维
Sigmoid函数
曲线
预氧化工艺
原丝
梯度下降法
数据
空气出口
半轴
图像处理
参数
变量
氮气
软件
系统为您推荐了相关专利信息
天然气管道
腐蚀速率预测方法
QPSO算法
BP算法
BP神经网络预测
数值模拟方法
结构化网格
网格模型
速率
冷氢化反应器
声音特征识别
胶合板
傅里叶变换算法
压电陶瓷传感器
滑台滑块
射频指纹提取
分类设备
载波频偏估计
指纹特征
神经网络模型