论文研究 人工神经网络模型预测纳米粘土 环氧树脂复合材料的吸水率

玻璃纤维增​​强环氧树脂（GFRE）复合材料由于其异质结构而易于吸水。 控制吸水的主要过程是水分子通过环氧基质扩散。 但是，特别是由于高温，在部件使用寿命期间也可能发生水解降解。 为了减轻水扩散过程对环氧树脂基复合材料在役性能恶化的影响，在先前的工作中已提出并研究了使用化学改性的纳米粘土作为添加剂[1]。 在这项工作中，开发了一个人工神经网络（ANN）模型，以更好地理解和预测改性和未改性膨润土添加对环氧酸酐体系吸水行为的影响。 在模型和实验数据之间发现了极好的相关性。 ANN模型允许识别关键点，例如特定系统的吸水量超过预定阈值的精确温度，或者该系统将比特定时间承受更长的浸入时间。