Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江桐昆新材料研究院有限公司王菁获国家专利权

浙江桐昆新材料研究院有限公司王菁获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江桐昆新材料研究院有限公司申请的专利一种基于机器学习解析烷基磷酸盐热解动力学的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116994679B

龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310712340.6,技术领域涉及:G16C60/00;该发明授权一种基于机器学习解析烷基磷酸盐热解动力学的方法是由王菁;杨冰冰;甘胜华;李圣军;孙燕琳;胡锦青;鲁新康设计研发完成,并于2023-06-16向国家知识产权局提交的专利申请。

一种基于机器学习解析烷基磷酸盐热解动力学的方法在说明书摘要公布了:本发明公开了一种基于机器学习解析烷基磷酸盐热解动力学的方法,利用热重分析仪获取烷基磷酸盐阻燃剂的TG试验数据;通过Python读取TG试验数据并将数据转化;将相关数据代入Coats‑Redfern热解动力学经典机理函数方程模型后形成训练集模型数据,创建训练集模型;对训练集模型建立线性回归;验证训练集模型,当模型计算出的线性相关系数低且活化能与对数指前因子和另外两种方法计算值明显不符的,将在训练集中重新挑选模型,直到找到烷基磷酸盐的最优热解动力学机理函数方程;通过Python将最优热解动力学机理函数方程下计算的数据导出并将其以图片形式可视化。该方法计算简便快速,为不同改性基体筛选和优化烷基磷酸盐提供了指导意义。

本发明授权一种基于机器学习解析烷基磷酸盐热解动力学的方法在权利要求书中公布了:1.一种基于机器学习解析烷基磷酸盐热解动力学的方法,其特征在于,所述方法包括以下步骤: S1、TG试验数据获取:利用热重分析仪获取在氮气气氛下不同升温速率β模式里烷基磷酸盐阻燃剂自室温至800℃的TG曲线,从而得到阻燃剂剩余质量百分比w随实时温度T1变化的TG试验数据; S2、读取并转化TG试验数据:通过Python读取TG试验数据并将数据中材料剩余质量百分比w转化为失重率α,将试验数据的实时温度T1转化为绝对温度T; S3、创建训练集模型:将相关数据代入Coats-Redfern热解动力学经典机理函数方程模型后形成训练集模型数据,创建训练集模型; S4、建立线性回归:对训练集建立线性回归,对各个模型进行线性回归训练;利用训练集模型中和之间的线性关系得到活化能E与对数指前因子lnA,并计算出各个函数方程下的线性相关系数R2;其中为热解动力学经典机理函数方程; S5、训练集验证:验证步骤包括: A1、将各个训练集模型得到的活化能E和对数指前因子lnA计算值与Kissinger方法和Flynn-Wall-Ozawa方法得到的计算值进行比较; A2、当模型计算出的线性相关系数R2低且活化能E与对数指前因子lnA和另外两种方法计算值明显不符的,将在训练集中重新挑选模型,直到该模型线性相关性系数高,且模型计算出的活化能E和对数指前因子lnA与Kissinger方法和Flynn-Wall-Ozawa方法得到的计算值接近时,即验证挑选出了烷基磷酸盐阻燃剂的最优热解动力学机理函数方程; S6、数据可视化:通过Python将最优热解动力学机理函数方程下计算的数据导出并将其以图片形式可视化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江桐昆新材料研究院有限公司,其通讯地址为:314502 浙江省嘉兴市桐乡市经济开发区第二工业区1幢;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。