-
题名基于机器学习的磷石膏多孔陶瓷材料性能预测
- 1
-
-
作者
杨凯理
龚伟
蔺万鹏
-
机构
西南科技大学制造科学与工程学院
西南科技大学材料与化学学院
-
出处
《中国陶瓷》
CAS
CSCD
北大核心
2023年第8期23-29,共7页
-
基金
四川省国际科技合作项目(2021YFH0089)。
-
文摘
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%。
-
关键词
机器学习
性能预测
多孔陶瓷
支持向量机
神经网络
-
Keywords
Machine learning
Performance prediction
Porous ceramics
Support Vector Machine
Neural network
-
分类号
TQ174.75
[化学工程—陶瓷工业]
-
-
题名以磷石膏为发泡剂制备的粉煤灰基多孔陶瓷及其性能
- 2
-
-
作者
蔺万鹏
王丽阁
龚伟
杨凯理
-
机构
西南科技大学材料与化学学院
-
出处
《中国粉体技术》
CAS
CSCD
2023年第2期104-112,共9页
-
基金
四川省科技厅重点研发项目,编号:2021YFH0089。
-
文摘
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%。
-
关键词
多孔陶瓷
粉煤灰
磷石膏
导热系数
-
Keywords
porous ceramics
fly ash
phosphogypsum
thermal conductivity
-
分类号
TQ174.1
[化学工程—陶瓷工业]
-