基于机器学习的磷石膏多孔陶瓷材料性能预测

为探究磷石膏多孔陶瓷材料成分-制备工艺-性能之间定量关系进行研究。以磷石膏为发泡剂制备多孔陶瓷的实验数据,建立4种机器学习算法模型,对磷石膏多孔陶瓷材料数据集中的吸水率、体积密度、抗压强度、导热系数等4种性能参数进行预测,比较各种学习方法的预测结果,并对实验阶段确定的最佳配比进行验证预测。实验表明:SVR-RBF算法可以对抗压强度、导热系数性能进行有效预测,验证预测误差分别为5.402%和0.725%;LMBP算法可以对吸水率、抗压强度性能进行有效预测,验证预测误差分别为0.29%和2.964%。

以磷石膏为发泡剂制备的粉煤灰基多孔陶瓷及其性能

以粉煤灰、钾长石粉和钠长石粉为原料,磷石膏为发泡剂,采用高温烧结法制备多孔陶瓷;实验研究烧成温度、粉煤灰和磷石膏的用量对多孔陶瓷结构与性能的影响。结果表明:随着烧成温度和粉煤灰用量的增加,多孔陶瓷的密度和抗压强度减小,吸水率和孔隙率增加,增加磷石膏的用量会使样品的导热系数和抗压强度先减小后增大;当粉煤灰的质量分数为35%,磷石膏的质量分数为9%,烧成温度为1 250℃时,可以制备出综合性能良好的多孔陶瓷,密度为1.05 g/cm^(3),质量吸水率为5.84%,导热系数为0.517 W/(m·K),抗压强度为12.76 MPa,孔隙率为54.8%。