机器学习与CVD建模相结合的组分预测方法技术

本发明专利技术提供一种机器学习与CVD建模相结合的组分预测方法，确定反应器的尺寸和基片形状尺寸；建立对应的反应器几何模型；为几何区域和边界添加材料属性；模型网格剖分；选择建立多物理场模型，并进行多物理场耦合；建立流体传热和层流模型；建立浓物质传递模型；计算层流和流体传热耦合的物理场，将得到的解作为初始值计算化学和浓物质传递的物理场接口，得到硼碳体系前驱体气体反应得到的各种中间物质的浓度分布；分别得到不同的结果对比分析，最终得到各种沉积工艺条件下的物质浓度分布结果；利用机器学习算法将沉积硼碳比和其联系起来，预测不同沉积条件下沉积的硼碳比，并分析其误差大小。本发明专利技术可准确预测沉积产物组分比。

【技术实现步骤摘要】
机器学习与CVD建模相结合的组分预测方法
本专利技术涉及材料组分分析
，具体涉及机器学习与CVD建模相结合的组分预测方法。
技术介绍
陶瓷基复合材料是以陶瓷为基体，与其他纤维复合在一起的一类复合材料。具有高强度、高模量、低密度、耐高温、耐磨耐蚀等良好性能。尤其是陶瓷基复合材料的耐高温性，使其在高温环境下的应用研究受到重视。但陶瓷材料的最大缺点就是脆性大，且高温水氧环境下易被氧化腐蚀。所以在陶瓷基复合材料表面引入涂层或设计多组元陶瓷基体是改善其高温性能的一种有效方法。化学气相沉积(ChemicalVaporDeposition，CVD)技术是制备陶瓷基复合材料的首选方法，该技术利用含有所需元素的一种或几种气相化合物或单质、在纤维表面进行化学反应生成薄膜或涂层。相对其他无机材料制备方法，CVD不仅可制备高质量高纯度涂层，且可通过工艺控制组实现复杂形状构件界面沉积，控制成分和物质分布。但是，CVD过程十分复杂的，先驱体反应产生的中间气相产物种类繁多，存在多种过渡态物种，而现有实验手段难以测定所有中间组分。目前的CVD实验，主要是本文档来自技高网...

【技术保护点】
1.机器学习与CVD建模相结合的组分预测方法，其特征在于，包括以下步骤：/n步骤S1，参考实际实验条件和沉积设备，确定垂直热壁式反应器的尺寸和基片形状尺寸；/n步骤S2，根据S1确定的实际反应器尺寸，在Comsolmultipysics软件中建立对应的反应器几何模型；建立二维轴对称几何模型；由内到外依次是：反应器腔体，石墨基座，绝热层；并在二维几何中上下两端添加反应器进出气口；/n步骤S3，几何模型建立完成后，为几何区域和边界添加相应材料属性；/n步骤S4，模型网格剖分；网格尺寸为自定义网格，边界网格采用自动细分的自由三角形网格；/n步骤S5，几何模型完成后，选择建立多物理场模型，并进行多物理...

【技术特征摘要】
1.机器学习与CVD建模相结合的组分预测方法，其特征在于，包括以下步骤：
步骤S1，参考实际实验条件和沉积设备，确定垂直热壁式反应器的尺寸和基片形状尺寸；
步骤S2，根据S1确定的实际反应器尺寸，在Comsolmultipysics软件中建立对应的反应器几何模型；建立二维轴对称几何模型；由内到外依次是：反应器腔体，石墨基座，绝热层；并在二维几何中上下两端添加反应器进出气口；
步骤S3，几何模型建立完成后，为几何区域和边界添加相应材料属性；
步骤S4，模型网格剖分；网格尺寸为自定义网格，边界网格采用自动细分的自由三角形网格；
步骤S5，几何模型完成后，选择建立多物理场模型，并进行多物理场耦合。首先选择化学模块，将本筛选的B-C体系先驱体BCl3-CH462个气体反应输入模型，计算化学反应；
步骤S6，建立流体传热和层流模型，流体类型选择理想气体；等温区温度设置为实际工艺的沉积温度，石墨层和绝热层之间用固体传热边界条件，添加相应的导热系数和热容数值，主要考虑石墨基座对整个反应器的辐射作用，利用辐射边界条件，表面辐射因子设置为0.84，环境温度为25℃；层流设置为可压缩性流动和无滑移壁条件；设置入口出口，入口流量为125cm3/min，出口压力为10kpa；
步骤S7，建立浓物质传递模型；采用菲克扩散模型和附加对流传递机理；混合...

【专利技术属性】
技术研发人员：关康，曾庆丰，高勇，卢振亚，吴建青，刘建涛，冯志强，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44