| 石墨烯/碳纳米管复合电热膜制备过程工艺优化及预测模型 |
| |
| 引用本文： | 杨春梅,孙国玉,田心池,曲文,张子浩,张佳薇.石墨烯/碳纳米管复合电热膜制备过程工艺优化及预测模型[J].包装工程,2024,45(1):91-100. |
| |
| 作者姓名： | 杨春梅 孙国玉 田心池 曲文 张子浩 张佳薇 |
| |
| 作者单位： | 东北林业大学 机电工程学院，哈尔滨 150040 |
| |
| 基金项目： | 黑龙江省自然基金重点项目(ZD2021E001);国家重点研发计划(2021YFD220060404) |
| |
| 摘 要： | 目的 本文利用响应面法和神经网络遗传算法对石墨烯/碳纳米管复合电热膜的固化工艺进行优化，并对2种方法的优化结果进行比较，为复合电热膜制备提供了最佳的工艺参数。方法 通过单因素实验探讨浆料定量、固化温度和固化时间对复合电热膜体积电阻率的影响，在此基础上进行BB试验设计，在BB试验结果上进行响应面法（RSM）和BP神经网络分析及优化。结果 单因素实验结果表示随电热膜定量增加，体积电阻率先下降后上升，随着固化温度的升高或固化时间增加，体积电阻率逐渐下降直至趋于稳定。对BB响应面法和GA-BP遗传神经网络法优化获得的最佳工艺进行实验验证，GA-BP遗传神经网络模型优化的结果相对误差较小为1.06%，因此得出最佳固化工艺参数：定量为0.056 g/cm2、固化温度为85.71℃、固化时间为11.13 h。该研究结果对石墨烯碳纳米管复合电热膜的制备工艺具有参考价值。结论 通过响应面方差分析表明，定量、固化温度和固化时间三因素对体积电阻率既有显著的线性影响，也有极其显著的平方影响。BP神经网络预测模型的准确性很好，可用于石墨烯/碳纳米管复合电热膜体积电阻率的预测。
|
| 关 键 词： | 石墨烯 碳纳米管 复合电热膜制备 工艺优化 |
| 收稿时间： | 2020/7/20 0:00:00 |
Process Optimization and Prediction Model for the Preparation of Graphene/Carbon Nanotube Composite Electric Heating Film |
| |
| YANG Chunmei,SUN Guoyu,TIAN Xinchi,QU Wen,ZHANG Zihao,ZHANG Jiawei.Process Optimization and Prediction Model for the Preparation of Graphene/Carbon Nanotube Composite Electric Heating Film[J].Packaging Engineering,2024,45(1):91-100. |
| |
| Authors: | YANG Chunmei SUN Guoyu TIAN Xinchi QU Wen ZHANG Zihao ZHANG Jiawei |
| |
| Affiliation: | College of Mechanical and Electrical Engineering, Northeast Forestry University, Harbin 150040, China |
| |
| Abstract: | |
| |
| Keywords: | graphene carbon nanotubes preparation of composite electric heating film process optimization |
|
| 点击此处可从《包装工程》浏览原始摘要信息 |
|
点击此处可从《包装工程》下载全文 |
