[发明专利]一种基于灰色神经网络模型的小样本纳米TiO2

说明书

本发明所提出的一种基于灰色神经网络模型的小样本纳米TiO₂改性聚酰亚胺(PI)薄膜寿命评估方法：步骤1制备纳米TiO₂改性PI薄膜，进行加速电老化试验，获取失效数据；步骤2构建并训练灰色神经网络，得到与原始数据特征、变化规律相似的扩充数据；步骤3采用最小二乘法进行参数估计，分析对比不同失效数据样本量、分布模型、经验累计失效函数和电寿命模型的寿命评估结果，从而更加精确地实现对纳米TiO₂改性PI薄膜寿命的预测。

技术领域

本发明涉及绝缘材料老化寿命评估技术领域，尤其涉及一种灰色神经网络模型的小样本纳米TiO2改性聚酰亚胺薄膜电寿命评估方法。

背景技术

聚酰亚胺(PI)薄膜是电气领域中重要的绝缘材料之一，其凭借出色的性能广泛应用在电工绝缘、柔性显示、航空航天以及5G通信等行业。纳米粒子改性PI薄膜的可靠性随着制备工艺进步、介电性能调控技术发展得到提高，导致其寿命试验时间延长、试验成本增加和失效数据少等问题，使得基于大样本容量的传统绝缘寿命评估方法解决小样本数据的绝缘寿命评估问题存在局限性。

因此，有必要研究能够在小样本容量下准确评估纳米粒子改性PI薄膜寿命的方法。

发明内容

本发明提出一种基于灰色神经网络模型的小样本纳米TiO₂改性聚酰亚胺薄膜电寿命评估方法，所述方法包括以下步骤：

步骤1：通过原位聚合法制备厚度为25±1μm的纳米TiO₂改性聚酰亚胺(PI)薄膜，选取相同工艺制备得到的性能差别微小的同批次改性PI薄膜为试验样本，在不同电压水平下进行恒压加速电老化失效试验，获得纳米TiO₂改性PI薄膜的加速失效数据，所述加速失效数据包含指定电压水平下个体试样失效时间、数学平均失效时间和统计失效时间；

步骤2：建立灰色神经网络模型，将步骤1所述加速失效数据进行正向累加序列生成新序列，将新序列作为灰色神经网络模型的训练集与测试集；

步骤3：将不同经验累计失效函数作为训练好的灰色神经网络模型的输入，得到与原始数据特征、变化规律相似的扩充数据。采用最小二乘法进行参数估计，分析对比扩充前后失效数据样本量；不同失效数据概率分布模型：Weibull分布模型和对数正态分布模型；不同经验累计失效函数：数学期望公式、中值公式、Blom公式以及海森公式；不同电寿命模型：指数函数电寿命模型和反幂函数电寿命模型的寿命评估结果。

进一步的，纳米TiO₂改性PI薄膜制备方法：首先在圆底烧瓶中加入纳米TiO₂颗粒和二甲基乙酰胺 (DMAC)溶液，用搅拌器搅拌1.5h，获得分布均匀的悬浊液。向烧瓶加入提前在真空干燥箱中干燥3h 的4，4′-二氨基二苯醚(ODA)，利用超声波振荡溶液30min，直到ODA完全溶解。

进一步的，将同样干燥完成的吡喃二酸酐(PMDA)分成5份依次缓慢的倒入悬浊液中，ODA和PMDA 的质量分数比为1∶1.05。在PMDA完全溶解后，用搅拌器搅拌混合物4h，将其浇铸在涂有中性脱模剂的定制玻璃板上。将玻璃板放入真空干燥箱中干燥2h。最后，在烘箱中分别在100、140、180、220和260℃下进行梯度固化1h，从玻璃板上剥离出厚度为25±1μm的纳米TiO₂改性PI薄膜。

进一步的，在若干电压值U₁，U₂，...，U_i下，使用柱板电极，电极间隙d₁，试验温度T₁，电压频率f₁，获得试样的电寿命，即每个纳米TiO₂改性PI薄膜试样失效时间。