[發明專利]一種熱固性樹脂固化動力學行為表征方法及系統

在審

• 申請號: 202111528502.8
• 申請日: 2021-12-14
• 公開（公告）號: CN114203266A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 許英杰;惠新育;張衛紅
• 申請（專利權）人: 西北工業大學
• 主分類號: G16C20/30
• 分類號: G16C20/30;G16C10/00;G16C20/70;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 趙興華

1.一種熱固性樹脂固化動力學行為表征方法，其特征在于，包括：

收集不同溫度速率下的固化實驗的實驗結果作為訓練數據；所述訓練數據包括：固化度、溫度、溫度速率以及固化速率；

構建神經網絡模型；

通過所述訓練數據對所述神經網絡模型進行訓練；所述神經網絡模型的輸入為固化度、溫度和溫度速率，所述神經網絡模型的輸出為固化速率；

通過訓練好的神經網絡模型預測不同溫度速率下的樹脂的固化動力學行為。

2.根據權利要求1所述的熱固性樹脂固化動力學行為表征方法，其特征在于，在通過所述訓練數據對所述神經網絡模型進行訓練之前，還包括：

對所述訓練數據進行歸一化處理。

3.根據權利要求2所述的熱固性樹脂固化動力學行為表征方法，其特征在于，歸一化的計算公式如下：

其中，y為歸一化后的訓練數據，x為任一訓練數據，x_min、x_max分別為訓練數據的最小值和最大值，y_min、y_max為歸一化后的訓練數據的最小值和最大值。

4.根據權利要求1所述的熱固性樹脂固化動力學行為表征方法，其特征在于，所述神經網絡模型包括輸入層、多層隱藏層和輸出層。

5.根據權利要求4所述的熱固性樹脂固化動力學行為表征方法，其特征在于，所述隱藏層的層數通過以下公式進行計算：

其中，n_h為隱藏層的層數，n_i、n₀分別為輸入層的神經元數量和輸出層的神經元數量，N為常數。

6.根據權利要求1所述的熱固性樹脂固化動力學行為表征方法，其特征在于，在通過所述訓練數據對所述神經網絡模型進行訓練時，采用最小二乘法計算預測結果的誤差。

7.一種熱固性樹脂固化動力學行為表征系統，其特征在于，包括：

收集模塊，用于收集不同溫度速率下的固化實驗的實驗結果作為訓練數據；所述訓練數據包括：固化度、溫度、溫度速率以及固化速率；

模型構建模塊，用于構建神經網絡模型；

訓練模塊，用于通過所述訓練數據對所述神經網絡模型進行訓練；所述神經網絡模型的輸入為固化度、溫度和溫度速率，所述神經網絡模型的輸出為固化速率；

預測模塊，用于通過訓練好的神經網絡模型預測不同溫度速率下的樹脂的固化動力學行為。