[发明专利]一种基于机器学习的薄膜材料导热性能测试系统及方法

摘要

本发明公开了一种基于机器学习的薄膜材料导热性能测试系统及方法，包括压力加载端，形变测试端，表面扫描端，材料材质扫描端，外部环境模拟端，红外温度探测端，云计算学习端，数据输出端，结果反馈修正端。本发明首先通过加压、测厚、分析表面形貌和元素成分、模拟所处应用环境的温湿度条件、红外精确测温的方式对亚微米或纳米薄膜材料进行预处理，获得基本条件参数；接着通过云计算学习端的主机接收数据，运用统计机器学习的方法，构建模型对其导热系数以及界面热阻进行计算预测；并实时监控云计算学习端，对预测的模型以及算法不断修正，最后得到最优的亚微米或纳米的导热系数以及界面热阻预测结果。

主权项

1.一种基于机器学习的薄膜材料导热性能测试系统，其特征在于所述系统包括压力加载端、形变测试端、表面扫描端、材料材质扫描端、外部环境模拟端、红外温度探测端、云计算学习端、数据输出端和结果反馈修正端；/n所述的压力加载端包含液压装置，对待测试的亚微米或纳米薄膜材料加载压力；所述形变测试端包含激光测厚装置，测试加载压力前后待测试的亚微米或纳米薄膜材料的变形量以及厚度数据；所述表面扫描端包含表面粗糙度扫描测量装置，测试经过加压变形后，待测试的亚微米或纳米薄膜材料的表面形貌，进行粗糙度分析；所述材料材质扫描端包含材质分析系统，测试待测试的亚微米或纳米薄膜材料的衍射图谱，进行材料成分分析；所述外部环境模拟端包含外部环境温湿度模拟腔室，模拟待测试的亚微米或纳米薄膜材料所处应用环境的温湿度条件；所述红外温度探测端包含红外测温装置，测试处于外部环境温湿度模拟腔室内的待测试的亚微米或纳米薄膜材料的亚微米或纳米级别的上下表面温度数据，进行表面热分析；所述云计算学习端包含主机和云服务计算机集群，主机接收来自压力加载端、形变测试端、表面扫描端、材料材质扫描端、外部环境模拟端、红外温度探测端的压力、形变、表面粗糙度、环境温湿度和材料成分的数据，待测亚微米及纳米薄膜材料的上下表面温度数据，运用统计机器学习的方法，利用云服务计算机集群对薄膜材料的导热系数以及界面热阻进行预测，；所述数据输出端包含监控以及结果输出系统，监控云计算学习端的计算情况，针对计算量分配计算集群节点资源；所述结果反馈修正端包含大数据系统以及实际试验台，把预测结果与实测实验结果相比较，对预测的模型以及算法不断修正。/n