CN119748931A 一种复合材料成型的工艺控制方法和系统_第1页
CN119748931A 一种复合材料成型的工艺控制方法和系统_第2页
CN119748931A 一种复合材料成型的工艺控制方法和系统_第3页
CN119748931A 一种复合材料成型的工艺控制方法和系统_第4页
CN119748931A 一种复合材料成型的工艺控制方法和系统_第5页
已阅读5页,还剩26页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

(12)发明专利申请(21)申请号202510258463.6(22)申请日2025.03.06(71)申请人湖南工程学院(54)发明名称(57)摘要复合材料成品,采用试验对复合材料成品进行检测,获取对应的成品热导率,将填料的类型和添加量与对应成品热导率一一映射,生成训练样本数据集注射逮度和空气流动速率数,计算得到热需求系数、树脂反应程度系数和压力损失步骤5:根据得到的热需求系数、树脂反应程度系数和压实时修正值对加工过程进行控制,完成复合材料成型的工234Ptar=Po*(1+eWs*ISP-5[0001]本发明涉及复合材料成型控制技术领域,具体为一种6完成训练的热导率预测模型输入为填料的类型和添78Ptar=Po*(1+eWs*ISP—W1*IEC);9附图说明ReLU(sI(p.q)=max(0,sI(p完成训练的热导率预测模型输入为填料的类型和添步骤1:获取若干不同类型和不同添加量填料所生产出的复合材料成品,采用试验对复合材料成品进行检测,获取对应的成品热导率,将填料的类型和添加量与对应成品热导率一一映射,生成训练样本数据集步骤2:基于训练样本数据集内的数据,建立神经网络预测模型,将训练样本数据集内的填料的类型和添加量作为模型的输入,并以对应的成品热导率作为标签,对神经网络预测模型进行训练,得到热导率预测模型步骤3:获取待生产复合材料成品添加填料的类型和添加量,将待生产复合材料成品添加填料的类型和添加量输入完成训练的热导率预测模型中,得到待生产成品的热导率预测值,同时获取加工过程中的实时工艺流程参数,所述工艺流程参数包括树脂粘度、热流密度、环境湿度、树脂注射速度和空气流动速率步骤4:获取加工过程中实时的成品固化度,基于工艺流程参数对成品固化度进行修正,得到成品固化度精确值,根据成品固化度精确值和热导率预测值,结合工艺流程参数,计算得到热需求系数、树脂反应程度系步骤5:根据得到的热需求系数、树脂反应程度系数和压力损失系数对加工过程中的工艺控制参数进行动态修正,得到工艺控制参数实时修正值,基于得到的工艺控制参数实时修正值对加工过程进行控制,完成复合材料成型的工艺控制,所述工艺控制参数包括模具温度、固化压力和固化时间

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论