【技术实现步骤摘要】
本专利技术涉及聚氨酯加热膜制备，尤其涉及基于生成对抗网络优化的高热效聚氨酯加热膜制备方法。
技术介绍
1、聚氨酯加热膜作为一种高效、柔性和可定制的导热材料，在柔性电子设备、医疗加热膜、汽车座椅加热等领域得到了广泛应用。其核心技术涉及导热性能的提升、机械性能的优化以及制造工艺的控制。传统聚氨酯加热膜的制备方法主要依赖于简单的材料混合与热压成型工艺，尽管在一定程度上实现了基本性能要求，但其性能提升受制于多种因素，例如导电填料的分散性、基材与填料的界面结合力以及导热网络结构的设计等，始终难以突破性能瓶颈。
2、现有技术中，通过引入石墨烯、碳纳米管、银纳米线等导电填料来改善聚氨酯加热膜的导热性能已经成为主流方法。然而，导电填料的分散性和导热路径的连续性在传统工艺中难以精确控制。填料在聚氨酯基材中的分布往往呈现随机性，导致热阻较高，难以充分发挥填料的导热潜力。同时，填料之间的界面热阻较大，也严重限制了导热性能的提升。此外，由于填料浓度过高，往往会牺牲薄膜的机械柔性和韧性，造成材料易断裂、不耐弯曲，从而影响其实际应用效果。
3、在现有制备方法中，导电填料的加入比例与聚氨酯基材的机械性能之间始终存在矛盾。当增加导电填料比例以提升导热性能时，薄膜的柔性和机械强度显著下降；反之，当提升基材的柔性时，导热性能却难以满足实际需求。此类单一目标优化方法往往不能兼顾多目标性能的平衡。此外，传统制备工艺缺乏对导热网络结构的设计能力，随机分布的填料无法形成高效的热流通道，导致热导率远低于理论计算值。
4、随着人工智能技术的
5、在制备工艺方面，传统涂布与成膜技术对关键参数(如刮涂厚度、干燥温度和热压压力)的控制依赖于经验方法，缺乏基于模型的优化手段。这种依赖经验的方法容易导致工艺参数的不稳定性和重复性差，从而对薄膜性能的一致性产生不利影响。此外，热压和固化过程中的参数选择往往无法与材料配方和导热通道设计相匹配，进一步降低了薄膜的综合性能。
6、因此，现有技术存在以下主要缺陷：首先，导电填料在聚氨酯基材中的分散性不足，导致热导率提升有限；其次，材料性能的优化存在多目标矛盾，难以同时兼顾导热性能、机械性能和制造工艺的平衡；再次，导热网络结构缺乏精确设计能力，无法有效利用填料的导热潜力；最后，涂布与成膜工艺的参数控制依赖于经验方法，难以实现对工艺全过程的精确优化。
7、因此，如何提供基于生成对抗网络优化的高热效聚氨酯加热膜制备方法是本领域技术人员亟需解决的问题。
技术实现思路
1、本专利技术的一个目的在于提出基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，本专利技术利用生成对抗网络优化技术，通过融合实验数据与物理场模拟数据，实现了高热效聚氨酯加热膜的配方设计、导热网络优化及制备工艺控制。该方法成功构建了分支型纳米导热网络，提升了薄膜内部热流的连续性和均匀性，同时通过动态优化涂布与成膜工艺，实现了薄膜的高导热性、高机械强度和良好柔韧性的协同优化。本专利技术具备性能优异、制备效率高及工艺可控性强的显著优势，为高性能薄膜材料的研发和应用提供了重要技术支持。
2、根据本专利技术实施例的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，包括如下步骤：
3、s1、对聚氨酯基材、导电填料和界面增强剂进行筛选和表征，获取材料的热导率、电阻率、机械强度及界面结合力参数；
4、s2、通过实验测试与物理场模拟分别获取实验数据和模拟数据，并进行标准化处理，基于跨域映射规则生成初始数据集；
5、s3、构建跨域属性迁移生成对抗网络，通过生成器中的属性分离器将所述初始数据集中的材料配方参数分离为物理效应和化学效应进行独立编码，并在判别器中引入跨域对抗模块，输出优化的配方参数集；
6、s4、基于优化的配方参数集，结合动态属性权重调整机制，优化导电填料比例、界面增强剂浓度及薄膜厚度，生成最优材料配方；
7、s5、将生成的最优材料配方进行混合预处理，通过超声分散和剪切搅拌技术将聚氨酯基材、导电填料和界面增强剂均匀分散，制备均质混合物；
8、s6、基于所述均质混合物，利用协同功能材料纳米通道重构模块，通过模板法诱导导电填料沿特定路径形成分支型纳米导热网络，并结合动态界面自组装技术优化通道结构，生成具有优化导热网络的待成型薄膜；
9、s7、对所述待成型薄膜进行热导率、电阻率和机械性能测试，将测试结果作为反馈数据输入至跨域属性迁移生成对抗网络中的多目标反演优化网络，动态调整生成器和判别器的参数，进一步优化材料配方与通道结构；
10、s8、基于优化后的材料配方和通道结构，通过涂布与成膜工艺完成薄膜的成型，并在固化过程中控制刮涂厚度、干燥温度、热压压力及固化时间，最终制备出优化的聚氨酯加热膜。
11、可选的，所述s3具体包括：
12、s31、构建跨域属性迁移生成对抗网络，初始化生成器和判别器，所述生成器用于输入材料配方参数并通过属性分离器对参数进行物理效应和化学效应的独立编码，所述判别器用于对生成数据进行物理可信度和化学合理性的动态评估；
13、s32、通过生成器中的属性分离器，将初始数据集中与材料配方参数分为物理效应参数和化学效应参数，其中所述物理效应参数包括导热率、电阻率和热流分布，所述化学效应参数包括界面结合力和填料相容性；
14、s33、基于所述物理效应参数，建立物理领域的生成目标函数和判别器目标函数，定义生成器的物理效应优化目标函数：
15、
16、其中，lphy(g)表示生成器的物理效应优化目标函数，x表示真实数据样本，表示真实物理效应数据的分布，dphy(x)表示判别器对真实物理效应数据的评分函数，z表示噪声向量，pz(z)表示噪声向量的分布，g(z)表示生成器生成的物理效应优化结果，pphy(g(z))表示生成数据的物理性能预测值，pphy(xreal)表示真实物理效应数据的性能值，λ1表示二范数误差的权重系数，λ2表示方差约束的权重系数，表示生成结果与真实值之间的二范数平方误差，var(pphy(g(z))表示生成数据的物理效应值的方差；
17、s34、基于化学效应参数，建立化学领域的生成目标函数和判别器目标函数，定义生成器的化学效应优化目标函数：
18、
19、其中，lchem(g)表示生成器的化学效应优化目标函数，表示真实化学效应数据的分布，dchem(x)表示判别器对真实化学效应数据的评分函数，cchem(g(z))表示生成数据的化学性能预测值，μ1表示曼本文档来自技高网...
【技术保护点】
1.基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，所述S3具体包括：
3.根据权利要求1所述的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，所述S4具体包括：
4.根据权利要求1所述的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，所述S6具体包括：
5.根据权利要求1所述的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，所述S7具体包括：
6.根据权利要求1所述的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，所述S8具体包括：
【技术特征摘要】
1.基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，所述s3具体包括：
3.根据权利要求1所述的基于生成对抗网络优化的高热效聚氨酯加热膜制备方法，其特征在于，所述s4具体包括：
4.根...
【专利技术属性】
技术研发人员：廖志盛，
申请(专利权)人：昆山兆科电子材料有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。