在空气过应用中优化电聚氨纳米纤维膜的混合建模
1Department of Textile Engineering, Faculty of Engineering, University of Guilan, Rasht, Iran. ma_sohrabi@guilan.ac.ir.
Scientific reports
|July 27, 2025
概括
人工智能优化了纳米纤维结构,以实现卓越的空气过. 这种人工智能驱动的方法提高了过效率,并降低了先进空气过器中的空气流阻力.
科学领域:
- 材料科学 材料科学 材料科学
- 化学工程是化学工程的重要组成部分.
- 人工智能的人工智能
背景情况:
- 纳米纤维具有较大的表面积和可调节的多孔性,可有效过空气.
- 为所需的纳米纤维形态和过性能优化电是复杂的.
- 目前的方法很难准确地将过程参数与过结果联系起来.
研究的目的:
- 开发一种基于人工智能的方法来优化空气过的电中纳米纤维结构.
- 建立可预测模型,将电旋转参数,纳米纤维形态和过性能相关联起来.
- 实验验证AI优化的纳米纤维膜用于空气过应用.
主要方法:
- 利用先进的统计分析来系统地收集和分析数据.
- 采用人工神经网络 (ANN) 和用于预测建模的分析公式.
- 应用了基因算法 (GA) 来改进电旋参数以获得最佳性能.
主要成果:
- 开发了AI模型,准确预测纳米纤维形态和过效率.
- 优化的电旋参数导致了增强的纳米纤维膜.
- 实现了96%的过效率,低压下降为110.23Pa,产生了0.0297.7的质量系数.
结论:
- 人工智能驱动的设计有效地微调纳米纤维结构,用于先进的空气过.
- 人工智能与电的整合为开发高性能过材料提供了强大的方法.
- 优化的纳米纤维膜显示了实际空气净化应用的巨大潜力.
