[发明专利]一种热固性树脂固化动力学行为表征方法及系统

说明书

本发明公开了一种热固性树脂固化动力学行为表征方法及系统。该方法包括：收集不同温度速率下的固化实验的实验结果作为训练数据；所述训练数据包括：固化度、温度、温度速率以及固化速率；构建神经网络模型；通过所述训练数据对所述神经网络模型进行训练；所述神经网络模型的输入为固化度、温度和温度速率，所述神经网络模型的输出为固化速率；通过训练好的神经网络模型预测不同温度速率下的树脂的固化动力学行为。训练后获得的神经网络模型可以精确预测不同温度速率下的固化动力学行为。

技术领域

本发明涉及热固性树脂材料技术领域，特别是涉及一种热固性树脂固化动 力学行为表征方法及系统。

背景技术

热固性树脂材料由于其优异且稳定的力学性能在土木建筑、电子电器、航 空航天、汽车机械、体育用品等领域发挥着越来越广泛的作用，对于树脂的成 型表征一直是研究的重点。树脂的成型是一个伴随着复杂的化学反应和能量交 换的固化过程，在这个过程中树脂的固化程度对成型后的质量起到决定性的作 用。由于固化反应的过程包含了复杂的化学和物理变化，因此在研究树脂的固 化动力学方程时普遍采用唯象模型的方法，将常用的经验模型作为固化动力学 的研究基础，再将试验结果通过非线性拟合得到模型参数。

现有的树脂模型框架都是采用以温度T和固化度α为变量的函数进行表 征，且所提出的方程对于特定的树脂具有好的预测精度，但是不能精确预测不 同固化特征的树脂，且由于树脂的固化过程受温度速率的影响，不同温度速 率下的固化速率也不同，而现有所提出的方程尚未考虑温度速率对树脂固化动 力学行为的影响。

发明内容

基于上述问题，本发明的目的是提供一种热固性树脂固化动力学行为表征 方法及系统。

为实现上述目的，本发明提供了如下方案：

一种热固性树脂固化动力学行为表征方法，包括：

收集不同温度速率下的固化实验的实验结果作为训练数据；所述训练数据 包括：固化度、温度、温度速率以及固化速率；

构建神经网络模型；

通过所述训练数据对所述神经网络模型进行训练；所述神经网络模型的输 入为固化度、温度和温度速率，所述神经网络模型的输出为固化速率；

通过训练好的神经网络模型预测不同温度速率下的树脂的固化动力学行 为。

可选地，在通过所述训练数据对所述神经网络模型进行训练之前，还包括：

对所述训练数据进行归一化处理。

可选地，归一化的计算公式如下：

其中，y为归一化后的训练数据，x为任一训练数据，x_min、x_max分别为训 练数据的最小值和最大值，y_min、y_max为归一化后的训练数据的最小值和最大 值。

可选地，所述神经网络模型包括输入层、多层隐藏层和输出层。

可选地，所述隐藏层的层数通过以下公式进行计算：

其中，n_h为隐藏层的层数，n_i、n₀分别为输入层的神经元数量和输出层的 神经元数量，N为常数。

可选地，在通过所述训练数据对所述神经网络模型进行训练时，采用最小 二乘法计算预测结果的误差。

本发明还提供了一种热固性树脂固化动力学行为表征系统，包括：

收集模块，用于收集不同温度速率下的固化实验的实验结果作为训练数 据；所述训练数据包括：固化度、温度、温度速率以及固化速率；