【技术实现步骤摘要】
本专利技术属于多孔陶瓷材料领域，涉及一种多孔陶瓷材料有效导热系数预测方法及相关装置。
技术介绍
1、多孔陶瓷材料的孔隙结构赋予了其轻质、高强度及导热性能可调的优异性能，在吸声、隔热、过滤、催化及生物医学等领域有着广泛的应用。有效导热系数作为多孔陶瓷材料最为重要的热物理性能之一，对于其在热学和工程应用中的性能至关重要。在多孔陶瓷材料的设计和应用中，精准预测和控制其有效导热系数是实现所需热学性能的关键。然而，由于多孔陶瓷材料微观结构的复杂性和多样性，导致研究微观结构与其有效导热系数之间的精确映射关系十分困难，这极大的限制了具有先进性能的多孔陶瓷材料在隔热领域的广泛应用。
2、近几年，由于卷积神经网络(convolutional neural network，cnn)可以自动提取蕴含在输入信息中的许多超越人类先验知识的特征，相关学者在使用cnn模型建立多孔介质微观结构与宏观性能的数值映射方面做了大量研究。结果显示cnn已经成为了一种强力并且有发展潜力的方法来自动表征多孔介质的复杂微观特征对其宏观性能的影响。然而，由于卷积操作的固有...
【技术保护点】
1.一种多孔陶瓷材料有效导热系数预测方法，其特征在于，包括：
2.根据权利要求1所述的多孔陶瓷材料有效导热系数预测方法，其特征在于，所述预训练多孔陶瓷材料有效导热系数预测模型的训练过程如下：
3.根据权利要求2所述的多孔陶瓷材料有效导热系数预测方法，其特征在于，所述多孔陶瓷材料有效导热系数预测模型包括：输入层、初始卷积层、最大值池化层、主通道卷积模块、短路通道卷积模块、全连接层以及输出层；
4.根据权利要求2所述的多孔陶瓷材料有效导热系数预测方法，其特征在于，所述获取具有不同孔隙尺寸、孔隙形貌以及孔隙率呈梯度分布的多孔陶瓷材料的微观
...【技术特征摘要】
1.一种多孔陶瓷材料有效导热系数预测方法，其特征在于，包括：
2.根据权利要求1所述的多孔陶瓷材料有效导热系数预测方法，其特征在于，所述预训练多孔陶瓷材料有效导热系数预测模型的训练过程如下：
3.根据权利要求2所述的多孔陶瓷材料有效导热系数预测方法，其特征在于，所述多孔陶瓷材料有效导热系数预测模型包括：输入层、初始卷积层、最大值池化层、主通道卷积模块、短路通道卷积模块、全连接层以及输出层；
4.根据权利要求2所述的多孔陶瓷材料有效导热系数预测方法，其特征在于，所述获取具有不同孔隙尺寸、孔隙形貌以及孔隙率呈梯度分布的多孔陶瓷材料的微观结构图包括：
5.根据权利要求2所述的多孔陶瓷材料有效导热系数预测方法，其特征在于，所述获取训练数据集中各多孔陶瓷材料的有效导热系数计算值包括：
6.根据权利要求5所述的多孔陶瓷材料有效导热系数...
【专利技术属性】
技术研发人员：刘攀，宋岩，韩泽林，赵玉娟，柴孟瑜，
申请(专利权)人：西安交通大学，
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。