【技术实现步骤摘要】
本专利技术涉及硅橡胶检测，具体涉及一种基于多模态数据融合的硅橡胶无损老化预测方法和系统。
技术介绍
1、硅橡胶是指主链由硅和氧原子交替构成，硅原子上通常连有两个有机基团的橡胶。普通的硅橡胶主要由含甲基和少量乙烯基的硅氧链节组成。苯基的引入可提高硅橡胶的耐高、低温性能，三氟丙基及氰基的引入则可提高硅橡胶的耐温及耐油性能。硅橡胶耐低温性能良好，一般在-55℃下仍能工作。引入苯基后，可达-73℃。硅橡胶的耐热性能也很突出，在180℃下可长期工作，稍高于200℃也能承受数周或更长时间仍有弹性，瞬时可耐300℃以上的高温。硅橡胶的透气性好，氧气透过率在合成聚合物中是最高的。此外，硅橡胶还具有生理惰性、不会导致凝血的突出特性，因此在医用领域应用广泛。
2、硅橡胶作为一种重要的工业材料，其老化性能的准确预测对于保证产品质量和延长使用寿命至关重要。现有技术中，对硅橡胶老化的评估多依赖于单一数据源，如光谱分析、物理性能测试等，难以全面反映硅橡胶的老化状态。此外，不同成分、环境条件对硅橡胶老化的影响尚未得到有效融合，导致预测模型的准确性和可靠性...
【技术保护点】
1.一种基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，包括：
2.根据权利要求1所述的基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，所述通过太赫兹光谱分析硅橡胶的成分含量构成或通过硅橡胶制备时的成分占比，得成分及含量数据，包括：
3.根据权利要求1所述的基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，所述深度信念网络包括一个可见层和多个隐藏层，每层隐藏层具有隐藏单元多层受限玻尔兹曼机；所述受限玻尔兹曼机的能量函数为：
4.根据权利要求3所述的基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，所述采用...
【技术特征摘要】
1.一种基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，包括：
2.根据权利要求1所述的基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，所述通过太赫兹光谱分析硅橡胶的成分含量构成或通过硅橡胶制备时的成分占比，得成分及含量数据，包括：
3.根据权利要求1所述的基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，所述深度信念网络包括一个可见层和多个隐藏层，每层隐藏层具有隐藏单元多层受限玻尔兹曼机；所述受限玻尔兹曼机的能量函数为：
4.根据权利要求3所述的基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，所述采用收集的数据对深度信念网络进行训练和验证包括：
5.根据权利要求1所述的基于多模态数据融合的硅橡胶无损老化预测方法，其特征在于，所述憎水性液滴的面积数据的采集采用grab cut算法进行采集，包括：收集憎水性液滴的原始图像；选中原始图像中大致的憎水性液滴区域；
6.一种基于多模态数据融合的...
【专利技术属性】
技术研发人员：方菊，陈云孝，
申请(专利权)人：深圳市锦胜有机硅科技有限公司，
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。