【編號】2022-75

【題名】基于BP神經網絡的聚偏氟乙烯/聚丙烯梯度復合濾料工藝優化

【作者】康樂，王立志，高曉平

【機構】內蒙古工業大學輕工與紡織學院；內蒙古自治區纖維質量監測中心

【刊名】復合材料學報（2022年08期）

【文摘】口罩是防止病毒通過呼吸系統和黏膜進入人體的重要防疫屏障。一次性口罩存在過濾效率隨靜電衰減下降快、呼吸阻力大、使用壽命短等問題。將靜電紡納米纖維膜與熔噴布復合,減少顆粒物過濾性能對靜電作用的依賴,實現長效過濾.以N,N-二甲基甲酰胺(DMF)為溶劑,基于靜電紡絲技術制備聚偏氟乙烯(PVDF)納米纖維膜,與聚丙烯(PP)熔噴基布覆合,制備PVDF/PP納/微米復合纖維膜.實驗研究靜電紡絲工藝參數對復合結構纖維膜氣溶膠過濾性能的影響規律。建立三元二次多項式模型優化紡絲工藝,同時構建反向傳播(BP)神經網絡模型,預測不同工藝下的纖維膜過濾阻力。結果表明,電壓、接收距離、注射速度、紡絲液濃度和纖維膜面密度對過濾效率和過濾阻力有著一致的影響規律.紡絲液濃度為15wt％、面密度為3g/m²時,優化紡絲工藝參數為:電壓30 kV,接收距離16.8 cm,注射速度1.6 mL/h。應用多項式模型預測的過濾阻力值為76.79Pa,相對誤差為9.23％,誤差變異系數(CV)值為59％。BP神經網絡預測的過濾阻力值為81.25 Pa,相對誤差為1.99％,誤差CV值為48％。實驗證明,三元二次模型和BP神經網絡具有較高的預測準確度。