[发明专利]一种基于BP神经网络的碳酸钙填充复合材料设计方法

权利要求书

1.一种基于BP神经网络的碳酸钙填充复合材料设计方法，其特征在于，包括以下步骤：

步骤S1.设计多因素多水平的正交试验，制备不同填充工艺参数组合下的碳酸钙填充复合材料试验样品；

步骤S2.分别对步骤S1制备的试验样品进行力学性能测试，得到不同填充工艺参数组合下的复合材料的力学性能参数；

步骤S3.在不同填充工艺参数组合下，利用随机吸附法生成代表性体积单元，计算不同填充工艺参数组合下复合材料中颗粒分布的三维盒维数；

步骤S4.收集正交试验中的不同填充工艺参数组合，以及对应的颗粒分布三维盒维数及力学性能实验结果，整理成数据集，其中，一部分数据集作为BP神经网络模型的训练集，其余的数据集作为BP神经网络模型的测试集；

步骤S5.进行BP神经网络系统建模，确定初始BP神经网络的拓扑结构参数、初始权值和阈值；

步骤S6.采用遗传算法对初始BP神经网络进行优化，利用训练集中的数据进行模型的训练；

步骤S7.将测试集中的数据作为输入，利用训练后的BP神经网络模型预测输出；若预测值与实测值之间的误差百分比小于等于预测精度要求，则可将该BP神经网络模型用于碳酸钙填充复合材料的工艺设计及性能预测，否则返回步骤S5～步骤S6，重新进行BP神经网络模型的建立及训练。

2.如权利要求1所述的一种基于BP神经网络的碳酸钙填充复合材料设计方法，其特征在于，步骤S1中，所述填充工艺参数组合包括聚合物基体、颗粒类型、颗粒几何形状、填充体积比、颗粒粒径分布及表面改性状态。

3.如权利要求1所述的一种基于BP神经网络的碳酸钙填充复合材料设计方法，其特征在于，步骤S2中，所述的力学性能参数包括拉伸强度、弹性模量及弯曲强度。

4.如权利要求1所述的一种基于BP神经网络的碳酸钙填充复合材料设计方法，其特征在于，所述步骤S3中计算三维盒维数的方法包括以下步骤：

3A.考虑代表性体积单元的周期性，利用随机吸附法生成不同填充工艺参数组合下复合材料的代表性体积单元，得到不同填充工艺参数组合下的碳酸钙颗粒随机分布模型；

3B.对于每个颗粒随机分布模型，定义(X,Y)为二维平面，(Z)为第三维，颗粒随机分布模型可以用体积为L×L×L的立体空间Ω完全覆盖，用体积为s×s×s的小立方体对空间Ω进行平均分割，其中s是小立方体的边长，令标度r＝L/s；

3C.定义空间Ω中颗粒所占的立体空间为空间Φ，计算覆盖空间Φ所需要的尺寸为s×s×s的小立方体数目，若被测空间Φ的最小高度值和最大高度值分别落在第k和第l个小立方体里，则第(i,j)位置的盒子计数n_r(i,j),其计算公式为：

n_r(i,j)＝l-k+1

3D.按照3C中所述方法，得到当标度为r时，用于覆盖代表性体积单元中颗粒所占空间结构的小立方体总数N_r为，其计算公式为：

3E.改变标度值r，重复进行3B-3D的操作，得到不同标度值r下对应的小立方体总数N_r，将得到的一系列的logr和logN_r(r)值分别作为横坐标和纵坐标绘制散点图；

3F.利用以下线性回归方程对散点图进行回归分析，回归直线的斜率即为填充颗粒空间分布结构的三维盒维数，作为填充复合材料的结构量化参数，其计算公式为：

logN_r(r)＝(1-D)logr+c

式中，c为待定常数，令斜率k′为(1-D)，则三维盒维数D＝1-k′。

5.如权利要求4所述的一种基于BP神经网络的碳酸钙填充复合材料设计方法，其特征在于，步骤3A中，所述不同填充工艺参数组合为不同填充体积比、不同颗粒几何形状、不同颗粒粒径分布及不同表面改性状态的组合。

6.如权利要求1所述的一种基于BP神经网络的碳酸钙填充复合材料设计方法，其特征在于，步骤S4中，所述数据集中80％的数据作为BP神经网络模型的训练集，20％的数据作为BP神经网络模型的测试集。