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：中国科学院山西煤炭化学研究所

摘要：本发明提供一种高强高模聚丙烯腈基碳纤维的制备工艺的开发方法，包括如下步骤：基于工艺数据集，构建出包括总模型和多个子模型的预测模型；总模型是以聚丙烯腈基碳纤维制备过程中的全线工艺参数为输入、以聚丙烯腈基碳纤维的性能数据和或结构数据为输出的机器学习算法模型。子模型是以聚丙烯腈基碳纤维制备过程中的局部工艺参数为输入、以局部工艺处理后的纤维性能数据和或结构数据为输出的机器学习算法模型；随机产生一组全线工艺参数，采用预测模型进行预测；其中，先运行子模型，当所有的子模型的输出均满足相应的输出判据条件时，再运行总模型；本发明用于降低高强高模聚丙烯腈基碳纤维的制备工艺开发过程的时间、能耗及资金投入。

主权项：1.一种高强高模聚丙烯腈基碳纤维的制备工艺的开发方法，其特征在于，所述开发方法包括如下步骤：构建预测模型步骤：基于聚丙烯腈基碳纤维的工艺数据集，构建出包括总模型和多个子模型的预测模型；其中，所述总模型是以聚丙烯腈基碳纤维制备过程中的全线工艺参数为输入、以聚丙烯腈基碳纤维的性能数据和或结构数据为输出的机器学习算法模型；所述子模型是以聚丙烯腈基碳纤维制备过程中的局部工艺参数为输入、以局部工艺处理后的纤维性能数据和或结构数据为输出的机器学习算法模型；设定判据条件步骤：根据所需聚丙烯腈基碳纤维的目标性能，设定所述全线工艺参数中的每个工艺点的参数范围、设定每一所述子模型的输出判据条件、以及设定所述总模型的输出判据条件；工艺搜索步骤：对所述全线工艺参数中的每个工艺点的参数范围进行网格化编码，循环迭代搜索全线工艺参数，每次循环均采用所述预测模型进行预测；其中，采用所述预测模型进行预测的步骤，包括：先运行子模型，当所有的子模型的输出均满足相应的输出判据条件时，再运行总模型；其中，当至少有一个子模型的数据不满足相应的输出判据条件时，重新循环迭代产生一组全线工艺参数，重新采用所述预测模型进行预测；其中，运行总模型后，当所述总模型的输出不满足输出判据条件时，则重新循环迭代产生一组全线工艺参数，重新采用所述预测模型进行预测；其中，运行总模型后，当所述总模型的输出满足输出判据条件时，则记录相应的全线工艺参数，作为筛选出的全线工艺参数，以用于制备所需性能的聚丙烯腈基碳纤维。

全文数据：

权利要求：

百度查询： 中国科学院山西煤炭化学研究所 一种高强高模聚丙烯腈基碳纤维的制备工艺的开发方法