基于信息处理技术的聚酰亚胺基薄膜结构检测与性能研究

发布时间：2017-08-21 07:14

  本文关键词：基于信息处理技术的聚酰亚胺基薄膜结构检测与性能研究

  更多相关文章： 信息处理技术 复合薄膜 纳米颗粒性能 结构检测识别 介电性能预测

【摘要】：近年纳米电介质已成为国内外学术及应用领域研究热点,在纳米电介质制备、结构表征、性能测试等方面取得大量研究成果。由于纳米电介质涉及无机和有机材料复合,多种因素影响复合材料微结构和性能。目前,纳米电介质研究存在以下问题:主要采用一元统计分析方法分析性能,而多种因素对电气性能影响的研究较少;设计与制备采用实验法,效率低、成本高。针对以上问题,本文将信息处理技术应用到纳米电介质研究中,利用支持向量机分类器、主成分分析、集成回归模型等方法,检测识别聚酰亚胺基复合薄膜类型,分析和预测复合薄膜的电气性能。测试不同颗粒和组分单层聚酰亚胺基复合薄膜耐电晕特性,利用多元统计分析中的主成分分析研究影响耐电晕性能的主要因素。对纳米颗粒比表面积、介电常数等7种因素进行协方差计算、对角化处理,由相关矩阵得到影响因素排序。结果表明,影响复合薄膜耐电晕性关键因素为无机颗粒比表面积。比表面积大的颗粒掺杂可以显著提高复合薄膜耐电晕性。主成分分析法为选择掺杂纳米颗粒种类、制备新型纳米电介质提供理论依据。利用SEM获取表面纹理特征,结合Adaboost和极限学习机两种分类器对掺杂纳米颗粒种类和组分检测;结果表明,对于PI/MMT+TiO2、PI/BaTiO3、PI三种薄膜检测识别平均精度分别0.980,对于组分15wt%、20wt%、25wt%三种PI/BaTiO3复合薄膜检测识别平均精度为0.924。SAXS提取单层和多层聚酰亚胺基纳米复合薄膜的内部结构特征,使用Puk核的支持向量机分类器对单层和三层薄膜检测识别。通过相应的信息处理技术可对复合薄膜层数、掺杂颗粒种类和组分识别检验,对比研究表明,本文模型识别效果优于其他模型。利用集成学习的思想构建SGBS集成回归模型和RF-MLP集成回归模型分别预测聚酰亚胺基复合薄膜的击穿场强和介电损耗性能。SGBS集成回归模型利用Stochastic Gradient Boosting方法将10个SMO-SVR构建一个强预测模型,击穿场强预测结果:MAE为14.2598、RMSE为19.6840、RAE为22.2600%、RRSE为25.0100%。RF-MLP集成回归模型利用随机森林方法将10个感知机神经元网络构建一个强预测模型,介电损耗预测结果:MAE为0.0007、RMSE为0.0013、RRSE为32.0972%。两个模型预测值与测量值误差小,均优于现有预测模型。研究结果表明,信息处理技术引入纳米电介质研究,减少实验和测试数量,优化材料设计,降低研发成本,为新型纳米电介质材料设计、制备提供有力支持。
【关键词】：信息处理技术 复合薄膜 纳米颗粒性能 结构检测识别 介电性能预测
【学位授予单位】：哈尔滨理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TQ317;TB383.2
【目录】：

• 摘要5-7
• Abstract7-16
• 第1章 绪论16-34
• 1.1 课题背景16-17
• 1.2 聚酰亚胺基纳米复合薄膜研究现状17-23
• 1.2.1 聚酰亚胺基纳米复合薄膜制备现状17-21
• 1.2.2 纳米电介质的电气性能分析现状21-23
• 1.3 材料结构检测与性能分析预测研究现状23-31
• 1.3.1 多元统计分析材料性能研究现状26-27
• 1.3.2 材料自动检测研究现状27-28
• 1.3.3 材料性能预测研究现状28-31
• 1.4 信息技术在聚酰亚胺基纳米复合薄膜应用现状31-32
• 1.5 论文研究目的及主要研究工作32-34
• 第2章 实验材料与方法34-41
• 2.1 实验材料与仪器34-35
• 2.1.1 实验材料34-35
• 2.1.2 实验仪器35
• 2.2 聚酰亚胺基纳米复合薄膜制备35-36
• 2.3 结构表征36-38
• 2.3.1 SAXS测试36-37
• 2.3.2 SEM测试37-38
• 2.4 性能测试38-40
• 2.5 本章小结40-41
• 第3章 利用主成分分析研究聚酰亚胺基纳米复合薄膜耐电晕性能41-52
• 3.1 多元统计分析简介41-46
• 3.1.1 主成分分析42-43
• 3.1.2 非线性成分分析43-44
• 3.1.3 独立成分分析44-46
• 3.2 薄膜耐电晕性能主成分分析模型46-48
• 3.3 实验样本构建48-49
• 3.4 实验数据分析49-50
• 3.5 本章小结50-52
• 第4章 利用表面和内部特征检测聚酰亚胺基纳米复合薄膜结构52-94
• 4.1 结构检测方法52-57
• 4.1.1 特征提取简介54-56
• 4.1.2 模式分类方法简介56-57
• 4.2 利用表面特征检测纳米复合薄膜57-84
• 4.2.1 表面检测模型57-58
• 4.2.2 试验样本构建58-62
• 4.2.3 表面纹理特征提取62-69
• 4.2.4 检测识别分类器设计69-72
• 4.2.5 检测分类器性能的评价指标72
• 4.2.6 实验结果及分析72-84
• 4.3 基于SAXS表征复合薄膜结构特征检测84-92
• 4.3.1 复合薄膜结构检测模型85
• 4.3.2 SAXS表征复合薄膜结构特征85-87
• 4.3.3 支持向量机87
• 4.3.4 复合薄膜结构样本构建87-89
• 4.3.5 实验结果分析89-92
• 4.4 本章小结92-94
• 第5章 利用集成学习预测聚酰亚胺基纳米复合薄膜介电性能94-126
• 5.1 集成学习基本原理94-96
• 5.1.1 基分类器（回归器）构建方法95-96
• 5.1.2 分类器（回归器）组合方法96
• 5.2 预测模型性能的评价指标96-97
• 5.3 纳米复合薄膜击穿场强预测研究97-111
• 5.3.1 复合薄膜击穿场强预测模型98-101
• 5.3.2 复合薄膜击穿场强样本构建101-103
• 5.3.3 实验结果及分析103-111
• 5.4 纳米复合薄膜介电损耗预测研究111-124
• 5.4.1 复合薄膜介电损耗预测模型112-115
• 5.4.2 复合薄膜介电损耗预测样本构建115-117
• 5.4.3 实验结果及分析117-124
• 5.5 本章小结124-126
• 结论126-128
• 参考文献128-145
• 攻读学位期间发表的学术论文145-146
• 致谢146

【相似文献】

中国期刊全文数据库 前8条

1 周乃贤;郝小萍;王滨滨;;信息处理技术在锻压机械动态测试中的应用[J];锻压机械;1988年04期

2 童捷矢;;仪表盘布置总图及正面布置图绘图软件中的信息处理技术[J];炼油化工自动化;1988年04期

3 赵佑民;;一次成功的学术交流会[J];仪表材料;1986年01期

4 任继嘉;匡永祥;;检测分析技术及表面化学处理成果[J];铝加工;1991年02期

5 郑泽森;王丽荔;;智慧楼宇发展趋势与解决方案[J];中国公共安全(综合版);2012年10期

6 孔祥武;叶瑞春;;电信网维护中的先进信息处理技术[J];化学工程与装备;2009年02期

7 易峰;运用工作站实现在线色谱仪高级管理维护[J];化工自动化及仪表;1999年02期

8 ;[J];;年期

中国重要会议论文全文数据库 前5条

1 裴清清;陈在康;;空调方案决策过程中的信息处理技术[A];全国暖通空调制冷2000年学术年会论文集[C];2000年

2 徐宏宇;华锡明;;宁波船舶交通管理系统的信息综合处理技术和联网技术[A];中国航海学会通信导航专业委员会2003学术年会论文集[C];2003年

3 陈世权;;智能化管理信息处理技术的研究与发展[A];第12届全国模糊系统与模糊数学学术年会论文集[C];2004年

4 沙马拉毅;陈顺强;;彝语文现代化彝文信息处理[A];民族语言文字信息技术研究——第十一届全国民族语言文字信息学术研讨会论文集[C];2007年

5 玉素甫.艾白都拉;阿不都热依木沙力;热孜万;;现代维语语料库加工处理中的机器词根词典研究[A];第十届全国少数民族语言文字信息处理学术研讨会论文集[C];2005年

中国重要报纸全文数据库 前10条

1 记者　王保纯;我文字信息处理技术世界领先[N];光明日报;2003年

2 记者 段佳;中文信息处理技术加速前行[N];大众科技报;2009年

3 记者 樊哲高;网络计算与信息处理技术协同创新中心在北航揭牌[N];中国电子报;2012年

4 记者 罗凯;苗圩尚冰为“网络计算与信息处理技术协同创新中心”揭牌[N];人民邮电;2012年

5 新;日本欲培育机器人产业[N];国际经贸消息;2000年

6 ;日展望机器人技术的发展方向[N];中国机电日报;2000年

7 记者 陈宗立 特约记者 周文馨;国家民委奖励藏文信息处理技术功臣[N];光明日报;2002年

8 ;中日IT考试实现相互认证[N];中国电脑教育报;2002年

9 记者 冯晓芳 李华颖;我国藏文信息处理技术日臻完善[N];经济参考报;2008年

10 双瑞;“大数据”：信息时代新挑战[N];经济参考报;2012年

中国博士学位论文全文数据库 前2条

1 郭海;基于信息处理技术的聚酰亚胺基薄膜结构检测与性能研究[D];哈尔滨理工大学;2015年

2 丁国鹏;全向多功能复合探测系统信息处理技术[D];中国科学院研究生院(上海技术物理研究所);2015年

中国硕士学位论文全文数据库 前10条

1 龙延;智慧社区中的视频信息处理技术及应用研究[D];集美大学;2016年

2 闫崇京;基于特征的产品信息处理技术的研究及应用[D];南京航空航天大学;2003年

3 关彩霞;城市道路交通信息处理技术的研究[D];沈阳工业大学;2002年

4 项文波;Web Service架构信息处理技术的研究[D];南京理工大学;2002年

5 崔庆安;工业系统集成信息处理技术及其应用研究[D];西安科技大学;2004年

6 葛李;信息处理技术在气固两相流检测中的应用[D];广东工业大学;2004年

7 李慧;基于C语言的银行集成账户管理信息处理技术[D];大连海事大学;2010年

8 武华;ITIS车路网一体化通信信息处理技术及应用研究[D];山东大学;2008年

9 许杰;基于J2EE的客户信息处理技术的研究与设计[D];哈尔滨工程大学;2005年

10 周持恒;基于多种信息处理技术的中医脉诊信息提取与识别的研究[D];华东理工大学;2012年

，

本文编号：711525