基于BP神经网络的生物质发泡材料性能预测模型及应用

摘要：

以EVA(乙烯-醋酸乙烯酯)和淀粉质量比、甘油含量、NaHCO3含量为3个输入量,以拉伸强度和回弹率为输出量,建立3层BP(back propagation)神经网络,并将淀粉挤出发泡的正交实验结果作为样本对其进行训练,用以预测淀粉发泡材料的性能.研究结果证明,该BP神经网络能准确预测淀粉发泡材料的性能;同时发现,随着甘油含量的增加,淀粉发泡材料的回弹率逐渐增加,而拉伸强度则逐渐减小;NaHCO3发泡剂的质量分数为3％时,淀粉发泡材料的拉伸强度最小.研究结果将为提高生物质发泡材料的性能以及扩展其使用范围提供信息.

关键词：神经网络、EVA、发泡、拉伸强度、回弹率

所属期刊栏目：31

分类号：TB332(工程材料学)

资助基金：国家自然科学基金;湖南省科技计划;湖南省教育厅产业化培育项目;福建省晋江市科技局重点项目;湖南省自然科学杰出青年基金

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111