以废弃朝鲜蓟茎和改性大豆油增强的可持续生物复合材料:多功能性能与基于ANN的预测
发布时间:2026-08-29 | 来源:MDPI Polymers | 作者:Muhammet Aydın, Maruf Hurşit Demirel, Ercan Aydoğmuş
以废弃朝鲜蓟茎(WAS)和改性大豆油(MSO)增强的可持续聚氨酯基生物复合材料(PUBs)为农业废弃物资源化利用及多功能高分子材料开发提供了一种有前景的途径。本研究通过系统变化WAS含量(0.0至3.5 wt.%)和MSO含量(0至5 wt.%),制备了48种PUB配方。实验评估了介电常数、热导率、Shore A硬度、
以废弃朝鲜蓟茎(WAS)和改性大豆油(MSO)增强的可持续聚氨酯基生物复合材料(PUBs)为农业废弃物资源化利用及多功能高分子材料开发提供了一种有前景的途径。本研究通过系统变化WAS含量(0.0至3.5 wt.%)和MSO含量(0至5 wt.%),制备了48种PUB配方。实验评估了介电常数、热导率、Shore A硬度、体积密度、拉伸强度和断裂伸长率。在所研究的配方中,介电常数、热导率、Shore A硬度、体积密度、拉伸强度和断裂伸长率范围分别为1.10至1.56、0.024至0.036 W m⁻¹ K⁻¹、9.5至43.0、34.0至67.0 kg m⁻³、115至297 kPa和62%至176%。在MATLAB中开发了一个多输出人工神经网络(ANN)模型,以WAS和MSO含量作为输入变量,六种实验测定的性能作为同步输出。ANN架构包含两个输入神经元、一个含十个神经元的隐藏层和六个输出神经元。使用42个样本进行模型开发,6个独立样本进行外部验证,对Levenberg-Marquardt(LM)、Bayesian Regularization(BR)和Scaled Conjugate Gradient(SCG)算法进行了比较评估。结果表明,ANN成功捕捉了配方变量与所研究性能之间的非线性关系。
返回资讯频道