版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、PTC材料是指具有正溫度系數效應的材料,因其具有力學性能優(yōu)良和成型加工方便等特點,工業(yè)控溫上被廣泛應用。課題通過采用實驗數字化研發(fā)設計[1*]與分析技術在維持PTC材料實際力學性能基礎上對其電和熱性能提升進行系統(tǒng)研究。運用本課題組自主提出的“工業(yè)試驗可視化設計與分析技術”(iTVDATE)、人工神經網絡技術以及大數據技術,研究表述了玻璃纖維、氫氧化鎂阻熔劑、偶聯劑和HDPE的用量對PTC材料的關鍵電和熱性能即啟動電流和發(fā)熱溫度的影響規(guī)律
2、,用來指導進一步研發(fā)和工業(yè)化生產,并找出了多種可實際應用的原料配方。
本研究利用iTVDATE技術,以玻璃纖維、氫氧化鎂阻熔劑、偶聯劑和HDPE的用量為影響因素,每個因素混合考察十多個不同水平,設計了二十九個試驗點進行試驗,每個試驗點至少試驗三次,指標取平均值。采用本課題組自主提出的多因素多水平可視化分析方法(m2VA)對實驗數據進行分析,表述系統(tǒng)規(guī)律,并找出符合市場和生產企業(yè)要求的最佳發(fā)熱溫度和啟動電流指標的優(yōu)化工藝范圍:玻
3、璃纖維200-270g,氫氧化鎂阻熔劑235-260g和270-320g,偶聯劑50-75g,HDPE1310-1330g。采用人工神經網絡技術建立4-8-3多目標非線性模型,研究了在不同玻璃纖維、氫氧化鎂阻熔劑、偶聯劑和HDPE的用量時,發(fā)熱溫度和啟動電流變化的定量規(guī)律,并用五段分析法對規(guī)律進行了描述。為了驗證優(yōu)化結果的可信性,選取了優(yōu)化工藝范圍里的配方數據做了多組驗證試驗。試驗證明在上述優(yōu)化區(qū)間內發(fā)熱溫度得到了相應的提高,啟動電流維
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 深度神經網絡可視化技術研究與應用.pdf
- 可視化設計與分析及神經網絡用于茶樹花提取研究.pdf
- 大數據可視化設計
- 大數據可視化設計
- 可視化設計與優(yōu)化及神經網絡用于獨活揮發(fā)油提取研究.pdf
- 電力大數據可視化融合.pdf
- 智能調度大數據的可視化技術研究.pdf
- 大數據可視化系統(tǒng)需求書
- 大數據可視化系統(tǒng)需求書
- 大數據環(huán)境下時空多維數據可視化研究.pdf
- 大數據背景下數據新聞的可視化研究.pdf
- 基于SOM神經網絡的聚類可視化方法研究.pdf
- 數據挖掘可視化研究—電信社群網絡可視化研究.pdf
- 基于醫(yī)療大數據的可視化算法研究與應用.pdf
- 大數據時代下的數據可視化方法
- 大數據時代的信息可視化呈現:數據新聞研究.pdf
- 303.大數據時代下的數據可視化研究
- 出租車GPS大數據可視化研究.pdf
- 基于大數據的可視化模型描述與管理研究.pdf
- 基于MongoDB與WebGL的船舶大數據可視化研究.pdf
評論
0/150
提交評論