基于信息處理技術的聚酰亞胺基薄膜結構檢測與性能研究.pdf

1、近年納米電介質已成為國內(nèi)外學術及應用領域研究熱點，在納米電介質制備、結構表征、性能測試等方面取得大量研究成果。由于納米電介質涉及無機和有機材料復合，多種因素影響復合材料微結構和性能。目前，納米電介質研究存在以下問題：主要采用一元統(tǒng)計分析方法分析性能，而多種因素對電氣性能影響的研究較少；設計與制備采用實驗法，效率低、成本高。針對以上問題，本文將信息處理技術應用到納米電介質研究中，利用支持向量機分類器、主成分分析、集成回歸模型等方法，檢測識

2、別聚酰亞胺基復合薄膜類型，分析和預測復合薄膜的電氣性能。
　　測試不同顆粒和組分單層聚酰亞胺基復合薄膜耐電暈特性，利用多元統(tǒng)計分析中的主成分分析研究影響耐電暈性能的主要因素。對納米顆粒比表面積、介電常數(shù)等7種因素進行協(xié)方差計算、對角化處理，由相關矩陣得到影響因素排序。結果表明，影響復合薄膜耐電暈性關鍵因素為無機顆粒比表面積。比表面積大的顆粒摻雜可以顯著提高復合薄膜耐電暈性。主成分分析法為選擇摻雜納米顆粒種類、制備新型納米電介質提供

3、理論依據(jù)。
　　利用SEM獲取表面紋理特征，結合Adaboost和極限學習機兩種分類器對摻雜納米顆粒種類和組分檢測；結果表明，對于PI/MMT+TiO2、PI/BaTiO3、PI三種薄膜檢測識別平均精度分別0.980，對于組分15wt％、20wt%、25wt%三種PI/BaTiO3復合薄膜檢測識別平均精度為0.924。SAXS提取單層和多層聚酰亞胺基納米復合薄膜的內(nèi)部結構特征，使用Puk核的支持向量機分類器對單層和三層薄膜檢測識別

4、。通過相應的信息處理技術可對復合薄膜層數(shù)、摻雜顆粒種類和組分識別檢驗，對比研究表明，本文模型識別效果優(yōu)于其他模型。
　　利用集成學習的思想構建SGBS集成回歸模型和RF-MLP集成回歸模型分別預測聚酰亞胺基復合薄膜的擊穿場強和介電損耗性能。SGBS集成回歸模型利用Stochastic Gradient Boosting方法將10個SMO-SVR構建一個強預測模型，擊穿場強預測結果：MAE為14.2598、RMSE為19.6840、