基于BP神经网络的聚偏氟乙烯/聚丙烯梯度复合滤料工艺优化

摘要：

口罩是防止病毒通过呼吸系统和黏膜进入人体的重要防疫屏障.一次性口罩存在过滤效率随静电衰减下降快、呼吸阻力大、使用寿命短等问题.将静电纺纳米纤维膜与熔喷布复合,减少颗粒物过滤性能对静电作用的依赖,实现长效过滤.以N,N-二甲基甲酰胺(DMF)为溶剂,基于静电纺丝技术制备聚偏氟乙烯(PVDF)纳米纤维膜,与聚丙烯(PP)熔喷基布覆合,制备PVDF/PP纳/微米复合纤维膜.实验研究静电纺丝工艺参数对复合结构纤维膜气溶胶过滤性能的影响规律.建立三元二次多项式模型优化纺丝工艺,同时构建反向传播(BP)神经网络模型,预测不同工艺下的纤维膜过滤阻力.结果表明,电压、接收距离、注射速度、纺丝液浓度和纤维膜面密度对过滤效率和过滤阻力有着一致的影响规律.纺丝液浓度为15wt％、面密度为3 g/m2时,优化纺丝工艺参数为:电压30 kV,接收距离16.8 cm,注射速度1.6 mL/h.应用多项式模型预测的过滤阻力值为76.79 Pa,相对误差为9.23％,误差变异系数(CV)值为59％.BP神经网络预测的过滤阻力值为81.25 Pa,相对误差为1.99％,误差CV值为48％.实验证明,三元二次模型和BP神经网络具有较高的预测准确度.

关键词：纳/微复合纤维膜、静电纺丝工艺优化、空气过滤、非线性拟合、三元二次多项式、BP神经网络

所属期刊栏目：39

分类号：TS174.8(纺织工业、染整工业)

资助基金：内蒙古科技计划项目2020GG0282

在线出版日期：2022-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：3776-3785