基于GA-BPNN算法的碳纸原纸性能指标建模预测研究OA

本研究通过改变碳纤维长度、碳纤维占比、分散剂用量等工艺参数,制备不同碳纸原纸,探究不同工艺参数对其抗张强度、孔隙率、透气性、电阻率的影响,采用遗传算法改进反向传播神经网络算法(GA-BPNN算法),构建了碳纸原纸性能预测模型。结果表明,碳纤维长度与碳纸原纸抗张强度、孔隙率、透气性呈正相关,与电阻率呈负相关;碳纤维占比与碳纸原纸抗张强度呈负相关,与孔隙率、透气性、电阻率呈正相关;分散剂用量与碳纸原纸抗张强度、电阻率呈正相关,与孔隙率、透气性呈负相关;碳纸原纸抗张强度、孔隙率、透气性、电阻率预测模型平均相对误差(MRE)分别为5.49%、5.75%、5.21%、5.54%,预测模型MRE均小于10%,与实验得到的工艺参数对碳纸原纸性能的关系趋势一致。