基于BP神经网络的颜料分散性能预测研究

论文摘要

基于正交试验,对塑料制品色差的影响因素进行分析探讨,并应用反向传播(BP)神经网络的数据预测功能,构建颜料分散性能的预测模型。结果表明,塑料制品色差影响因素主次顺序为:转子转速>混合时间>混合温度;提高转子转速,有利于颜料粒子在塑料基体中的分散和分布过程,制品着色品质得以提升;构建的BP神经网络模型预测相对误差不超过10%,能够较好地预测塑料着色工艺中颜料的分散性能。

论文目录

• 0 前言
• 1 实验部分
•   1.1 主要原料
•   1.2 主要设备及仪器
•   1.3 样品制备
• 2 结果与讨论
•   2.1 正交试验设计及试验结果
•   2.2 转子转速的影响
•     2.2.1 转速对色彩性能的影响
•     2.2.2 SEM分析
• 3 BP神经网络预测
•   3.1 BP神经网络设计
•   3.2 BP神经网络训练
•   3.3 训练结果与验证
• 4 结论

文章来源

类型: 期刊论文

作者: 胡娜,李翱,付云松,王若寒

关键词: 塑料着色,正交试验,反向传播神经网络,分散性能,预测

来源: 中国塑料 2019年08期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 有机化工,自动化技术

单位: 北京化工大学机电工程学院

分类号: TQ320.675;TP183

DOI: 10.19491/j.issn.1001-9278.2019.08.012

页码: 69-75

总页数: 7

文件大小: 1777K

下载量: 79