龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京航空航天大学
摘要：本发明提供了一种基于机器学习的酚醛树脂基摩擦材料配方优化方法，包括：步骤1、建立改性酚醛树脂基摩擦材料基本数据集；步骤2、对基本数据集分类并获得初始数据集；步骤3、对初始数据集进行无量纲化处理；步骤4、建立正向预测神经网络模型；步骤5、逆向设计神经网络模型；步骤6、依据实际工程所需要的目标性能训练模型；步骤7、将初始设计成分方案载入到正向预测模型；步骤8、计算预测性能与设定目标性能的误差；步骤9、判断误差是否在预设误差范围内。该方法能够在短时间内通过对数据的学习找到最优组分配方，提高了配方优化的效率，能够同时考虑多个组分对耐磨性的影响，使得配方优化更全面、更准确。
主权项：1.一种基于机器学习的酚醛树脂基摩擦材料配方优化方法，其特征在于，包括以下步骤：步骤1、建立基本数据集，所述基本数据集中包括酚醛树脂基摩擦材料的成分数据和性能数据；步骤2、对基本数据集进行分类，并根据待设计的酚醛树脂基摩擦材料从基本数据集中选择对应的原始配方数据和所需参数作为初始数据集；步骤3、对初始数据集采用归一化方法进行无量纲化处理；步骤4、根据初始数据集建立酚醛树脂基摩擦材料成分到性能的正向预测神经网络模型，并进行训练；步骤5、根据初始数据集建立酚醛树脂基摩擦材料性能到成分的逆向设计神经网络模型，并进行训练；步骤6、将依据实际工程所需要的目标性能P1作为输入数据载入到步骤5中训练后的逆向设计神经网络模型，获得初始设计成分方案；步骤7、将初始设计成分方案作为输入数据载入到步骤4中训练后的正向预测神经网络模型，获得酚醛树脂基摩擦材料预测性能值P2；步骤8、计算预测性能与目标性能的误差e；步骤9、判断误差是否在预设误差范围内；如果是，则酚醛树脂基摩擦材料设计完成；否则重复步骤4～步骤8。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于机器学习的酚醛树脂基摩擦材料配方优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号