【技术实现步骤摘要】
本专利技术涉及人工智能与先进材料专利技术，具体涉及智能材料设计与复合材料工程的深度融合。该方法在神经网络模型的优化下，能够精确预测复合材料的最优制备条件，能够制备得到结构功能一体化的聚酰亚胺碳纤维复合材料，使其在电子、通信、军事等领域中具有广泛的应用前景。
技术介绍
1、聚酰亚胺树脂基材料作为高性能特种工程塑料，以其优异的力学性能、电绝缘性和化学稳定性而受到关注。然而，传统聚酰亚胺树脂基复合材料在多功能化方面尚显不足。因此，开发新型的多功能聚酰亚胺树脂基碳纤维复合薄膜具有重要意义，以整合聚酰亚胺的优势并克服其缺陷。
2、在当今科技迅速发展的背景下，电子设备和通信系统已成为日常生活和工业生产中不可或缺的部分。然而，这些系统容易受到外部电磁辐射和干扰的影响，导致设备运行不正常，甚至出现故障和数据泄漏。因此，开发同时具有优异的力学性能、热稳定性及高效的电磁屏蔽材料成为重要的研究方向。传统电磁屏蔽材料通常采用金属或碳基材料，这些材料在一定程度上具备电磁屏蔽性能，但存在密度过大、易氧化或电导率不稳定等问题，同时制备过程中可能涉及有害化...
【技术保护点】
1.一种基于神经网络模型辅助聚酰亚胺碳纤维复合材料结构设计方法，其特征在于，其是基于神经网络模型辅助设计聚酰亚胺碳纤维复合材料结构，构建致密的功能结构，将填料类型及其质量份数作为神经网络模型的输入特征，结合目标性能包括力学性能、热性能及电磁屏蔽性能，通过神经网络模型模拟多层或梯度结构中的材料组合及厚度对性能的影响，预测不同填料类型和含量比例对复合材料综合性能的影响，并在结构设计过程中优化设计参数，得到工艺参数的智能调控与材料制备的最佳化方案，使材料在保持优异力学性能的同时，达到热性能和电磁屏蔽性能的最优化。
2.根据权利要求1所述的基于神经网络模型辅助聚酰...
【技术特征摘要】
1.一种基于神经网络模型辅助聚酰亚胺碳纤维复合材料结构设计方法，其特征在于，其是基于神经网络模型辅助设计聚酰亚胺碳纤维复合材料结构，构建致密的功能结构，将填料类型及其质量份数作为神经网络模型的输入特征，结合目标性能包括力学性能、热性能及电磁屏蔽性能，通过神经网络模型模拟多层或梯度结构中的材料组合及厚度对性能的影响，预测不同填料类型和含量比例对复合材料综合性能的影响，并在结构设计过程中优化设计参数，得到工艺参数的智能调控与材料制备的最佳化方案，使材料在保持优异力学性能的同时，达到热性能和电磁屏蔽性能的最优化。
2.根据权利要求1所述的基于神经网络模型辅助聚酰亚胺碳纤维复合材料结构设计方法，其特征在于，具体包括以下步骤：
3.根据权利要求2所述基于神经网络模型辅助聚酰亚胺碳纤维复合材料结构设计方法，其特征在于，还包括以下步骤：
4.根据权利要求3所述基于神经网络模型辅助聚酰亚胺碳纤维复合材料结构设计方法，其特征在于，还包括以下步骤：
5.根据权利要求2所述基于神经网络模型辅助聚酰亚胺碳纤维复合材料结构设计方法，其特征在于，所述的步骤s1中建立bp神经网络模型的步骤如下：
6.根据权利要求2所述基于神经网络模型辅助聚酰亚胺碳纤维复合材料结构设计方法，其特征在于，所述的步骤s3的制备过程中，制备一系列复合材料，是预先通过神经网络模型优化多个关键工艺参数，包括超声处理时间、反应温度、搅拌速率；神经网络模型...
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。