接着,利用万能材料试验机对样本进行拉伸和压缩测试,记录应力-应变曲线,从而得到样本的强度、模量和延展性等力学性能数据。
王建等几位教授看着行云流水般做着实验的吴昊,心里都不是个滋味,这么优秀的学生怎么不是自己的啊!
接下来吴昊运用动态热机械分析仪(da)测量样本在不同温度和频率下的储能模量和损耗模量,以评估其粘弹性行为。
此外,他使用红外光谱仪(ir)分析样本的化学结构,确定官能团的存在和含量。
并且借助x射线衍射仪(xrd)来研究样本的晶体结构和取向。
所有测试完成后,吴昊将获得的大量数据仔细地录入到了“星火”
上面。
这些数据包括每个样本的具体制备参数,如单体比例、反应条件、加工温度和压力等,以及各项性能测试的结果。
接下来才是真正向众人展示“星火”
强大功能的时刻了!
输入回车键,“星火”
开始进行了初步的数据筛选和清理,去除异常值和错误数据。
然后,他运用相关性分析来研究不同性能之间的关系。
他发现聚酰亚胺的玻璃化转变温度与其化学结构中的某些官能团含量呈现出明显的线性关系。
通过主成分分析,吴昊成功地将众多性能参数归结为几个主要的成分,从而简化了数据结构,更清晰地看到不同样本之间的差异和相似性。
基于数据分析的结果,吴昊决定采用神经网络模型来建立聚酰亚胺性能与制备参数之间的复杂关系。
在建模过程中,吴昊不断调整神经网络的架构和参数,以提高模型的准确性和泛化能力。
经过多次迭代,模型在训练集和验证集上都取得了良好的性能。
研发室内的众人大气也不敢出,王建,许教授,张教授脸上更是露出了兴奋的光芒。
凭借他们多年的材料研发经验,到了这一步,大家其实都已经发现,吴昊所建立的模型已经越来越接近成功了!
陈恬这时已经是一脸阴沉,这个项目压在他身上已经快一年。
请关闭浏览器阅读模式后查看本章节,否则将出现无法翻页或章节内容丢失等现象。