一种基于机器学习的绝热加速量热方法

    公开(公告)号:CN111812149A

    公开(公告)日:2020-10-23

    申请号:CN202010698202.3

    申请日:2020-07-20

    Abstract: 本发明提出的是一种基于机器学习的绝热加速量热方法,该方法包括根据样品实测的放热阶段升温数据,通过数学非线性模型拟合获取精准描述其绝热放热历程的数学非线性指数增长拟合公式,使绝热加速量热仪的温控系统依照所得的拟合公式进行程序升温,获取更贴近样品实际绝热温升历程的实验曲线,进而实现对热失控过程更为准确的绝热量热测量。本发明克服了由于温度追踪滞后所引起的测量误差,有助于更为充分和准确的开展后期的热、动力学分析和评价;最终所得绝热量热实验曲线能够有效提高样品后续热动力学计算的准确性,对于指导实施反应安全风险评估及化学品安全评价具有重要指导意义。

    一种基于机器学习的绝热加速量热方法

    公开(公告)号:CN111812149B

    公开(公告)日:2021-10-15

    申请号:CN202010698202.3

    申请日:2020-07-20

    Abstract: 本发明提出的是一种基于机器学习的绝热加速量热方法,该方法包括根据样品实测的放热阶段升温数据,通过数学非线性模型拟合获取精准描述其绝热放热历程的数学非线性指数增长拟合公式,使绝热加速量热仪的温控系统依照所得的拟合公式进行程序升温,获取更贴近样品实际绝热温升历程的实验曲线,进而实现对热失控过程更为准确的绝热量热测量。本发明克服了由于温度追踪滞后所引起的测量误差,有助于更为充分和准确的开展后期的热、动力学分析和评价;最终所得绝热量热实验曲线能够有效提高样品后续热动力学计算的准确性,对于指导实施反应安全风险评估及化学品安全评价具有重要指导意义。

Patent Agency Ranking