相关实验视频
Updated: May 24, 2025
08:08
Fabrication and Design of Wood-Based High-Performance Composites
Published on: November 9, 2019
13.1K
在深度学习的帮助下准备和重新评估废木材的机制,基于纤维素纤维素的阻燃复合材料的阻燃复合材料
Kongjie Gu1, Xingying Zhang1, Zhiqiang Dong2
1Zhejiang A&F University, College of Chemistry and Materials Engineering, Hangzhou 311300, PR China; Key Laboratory of Wood Science and Technology of Zhejiang Province, Hangzhou 311300, PR China.
International journal of biological macromolecules
|March 5, 2025
概括
这项研究开发了使用生物基阻燃剂的废木制成高性能阻燃复合物. 优化的复合材料显示了增强的耐火性,烟雾抑制和机械性能,深度学习模型预测了性能.
科学领域:
- 材料科学 材料科学 材料科学
- 可持续化学 可持续化学
- 建筑工程工程 建筑工程
背景情况:
- 废木材是建筑行业的重要副产品,造成了处置挑战.
- 废木材的有效回收对于可持续的废物管理至关重要.
- 传统的中国建筑广泛使用木材,突出其结构的重要性.
研究的目的:
- 从废木材中开发一种高性能阻燃复合材料.
- 研究生物阻燃剂 (植物酸和酸) 对复合材料性能的影响.
- 使用深度学习模型预测阻燃性能.
主要方法:
- 废木材与异酸盐粘合剂结合,以创建一个复合材料.
- 添加了酸和酸作为生物基阻燃剂.
- 评估了阻燃性,烟雾抑制和机械性能.
- 用一个深度学习模型 (长期短期记忆网络) 来进行性能预测.
主要成果:
- 最佳阻燃剂添加的9重%显著改善了阻燃性和烟雾抑制.
- 复合材料具有优越的机械性能,具有最佳的阻燃含量.
- 开发的深度学习模型准确地预测了热释放率 (R2:0.940.99).
结论:
- 废木材可以有效地利用,制造高价值的阻燃复合材料.
- 生物基阻燃剂为提高材料安全提供了一个可持续的替代方案.
- 深度学习为预测材料燃烧性能提供了强大的工具,有助于绿色建筑的发展.
