一个基于替代品的反向设计框架,用于对电纳米纤维的目标直径控制
Mehrab Mahdian1, Ferenc Ender2, Tamas Pardy3,2
1Thomas Johann Seebeck Department of Electronics, Tallinn University of Technology, 12616, Tallinn, Estonia. mehrab.mahdian@taltech.ee.
Scientific reports
|February 25, 2026
概括
这项研究引入了一个数据驱动的框架,用于精确的电纳米纤维直径控制. 它用预测建模取代了试错方法,为各种应用程序提供了高效的设计.
科学领域:
- 材料科学与工程 材料科学与工程
- 纳米技术纳米技术
- 化学工程是化学工程的重要组成部分.
背景情况:
- 电是生产具有可调节性质的纳米纤维的关键方法.
- 纳米纤维直径对表面积,孔径和机械强度产生重大影响,对于过和组织工程等应用至关重要.
- 由于试错实验,传统的电旋参数优化是耗时且昂贵的.
研究的目的:
- 开发一个数据驱动的反向设计框架,以精确控制电纳米纤维直径.
- 用预测建模取代低效的传统优化方法.
- 为了能够快速有效地制造具有所需性质的纳米纤维.
主要方法:
- 在96个聚乙烯醇 (PVA) 电实验中评估了11个回归模型.
- 利用极端梯度提升 (XGBoost) 作为表现最好的预测替代模型.
- 采用SHAP分析来确定关键影响参数 (应用电压,溶液度) 和反向设计的粒子群集优化 (PSO).
主要成果:
- XGBoost证明了作为预测纳米纤维直径的替代模型的高准确性.
- SHAP分析验证了规范应用电压和溶液度影响的物理原理.
- 粒子集群优化在反向设计中实现了高精度,报告了特定的性能指标 (MAE).
结论:
- 开发的数据驱动反向设计框架有效地实现了对电纳米纤维直径的精确控制.
- 这种方法显著提高了效率,并降低了优化纳米纤维制造的成本.
- 该框架可适应不同的材料和制造工艺,在纳米技术和材料科学中具有广泛的适用性.
