【技术实现步骤摘要】
一种基于神经网络的锂离子电池专用灭火剂分子性质预测方法
[0001]本专利技术属于人工智能和化学领域,具体涉及一种基于神经网络的锂离子电池专用灭火剂分子性质预测方法
。
技术介绍
[0002]锂离子电池火灾是内源性火灾,具有着火速度快
、
蔓延迅速
、
会爆炸
、
持续时间长等特点,用传统隔绝空气原理
(
气体消防
)
来实现灭火不具适用性,电化学反应过程中的热失控是火灾的根源:灭明火阻蔓延
+
降温防复燃
。
常规灭火剂如七氟丙烷只能扑灭明火,不具备持续降温防复燃的功能,无法阻断电池热失控,难以彻底扑灭火灾
。
水基灭火剂会损伤其它设备和正常电池,从而造成次生灾害
。
[0003]碳氟化合物
(Fluorocarbon)
是将碳氢化合物中所含的一部分或全部氢换为氟而得到的一类有机化合物,普遍具有良好的综合传热性能,可以实现无闪点不可燃
。
由于
C
‑
F
键能较大,碳氟化合物惰性较强,不易与其它物质反应,是良好的兼容材料
。
同时由于氟原子的极性较低,碳氟化合物具有良好的化学惰性
、
电气绝缘性能
、
热传导性
。
碳氟化合物的这些属性特点适用于扑救锂离子电池火灾
。
但目前尚无专用的碳氟化合物用作锂离子电池火灾专用灭火剂
【技术保护点】
【技术特征摘要】
1.
一种基于神经网络的锂离子电池专用灭火剂分子性质预测方法,其特征在于:所述方法包括如下步骤:收集已知碳氟化合物的分子结构特征和灭火性质数据;按照预定规则将所述碳氟化合物分子结构特征提取,得到碳氟化合物分子结构特征矩阵;将提取的碳氟化合物分子结构特征矩阵输入灭火剂分子效果预测神经网络;所述灭火剂分子效果预测神经网络对所述碳氟化合物分子进行计算后输出碳氟化合物分子的灭火性质数据
。2.
根据权利要求1所述的灭火剂分子性质预测方法,其特征在于:所述碳氟化合物的分子结构特征包括分子质量
、
氟原子数
、
原子类型
、
键的类型
、
环的类型
、
官能团的类型至少之一
。3.
根据权利要求1所述的灭火剂分子性质预测方法,其特征在于:所述灭火性质包括汽化潜热
、
介电强度
、
绝缘性
、
热导率
、
比热容
、
生物毒性
、
沸点至少之一
。4.
根据权利要求1所述的灭火剂分子性质预测方法,其特征在于:所述碳氟化合物分子结构特征提取采用
MATLAB
脚本通过
invoke()
函数调用
CST
软件实现
。5.
根据权利要求1所述的灭火剂分子性质预测方法,其特征在于:所述碳氟化合物分子结构特征矩阵为0‑1矩阵,其构建方法包括:将碳氟化合物分子的化学结构表示为图形或分子式,以便计算机可以处理...
【专利技术属性】
技术研发人员:王博,白会涛,徐丽,谢恒,汪书苹,盛鹏,李圣驿,李慧,李昌豪,薛晴,程宜风,祝现礼,
申请(专利权)人:国网安徽省电力有限公司电力科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。