基于人工神经网络-粒子群算法激光烧蚀制备PDPhSM基纳米复合薄膜的工艺优化.docVIP

基于人工神经网络-粒子群算法激光烧蚀制备PDPhSM基纳米复合薄膜的工艺优化 唐普洪1），宋仁国1），柴国钟1），张奇志2） 1）（浙江工业大学机电工程学院，杭州 310014） e-mail: puhong_tang@126.com 2）（北京机械工业学院 计算机及自动化系,北京　100085） 摘　要　本文应用径向基函数（RBF）人工神经网络对新型有机硅聚合物聚二苯基硅亚甲基硅烷（PDPhSM）基纳米复合薄膜的制备工艺与聚合效率之间的关系进行建模；研究了工艺参数与聚合效率之间的定量实验关系。在此基础上，采用粒子群算法对其工艺进行优化，获得了较为满意的结果。从而为材料工艺优化研究探索了一条崭新的途径。 关键词　PDPhSM基纳米复合薄膜；激光烧蚀；人工神经网络；粒子群算法；工艺优化 On Optimization of Laser Ablation Technology for PDPhSM Matrix Nanocomposite Thin Film Based upon Artificial Neural Networks- Particle Swarm Algorithm TANG Puhong1）, SONG Renguo1）, CHAIGuozhong1）, ZHANG Qizhi2） 1）(College of Mechanical and Electrical Engineering, Zhejiang University of Technology, Hangzhou 310014, China) 2）(Department of computer science and Automation,Beijing Institute of Machinery ,Beijing 100085,China) Abstract： Artificial neural networks were used to construct the model of properties prediction in polydiphenysilylenemethylene (PDPhSM) matrix nanocomposite thin film. Experimental relationship between technological parameters and polymerization efficiency was investigated. Particularly, an artificial neural networks- particle swarm algorithm was firstly introduced to optimize the materials technology, and a satisfying result has been obtained, hence, providing a brand-new way for materials technology optimization investigation. Key words: PDPhSM matrix nanocomposite thin film; laser ablation; artificial neural networks; particle swarm algorithm; technology optimization 1 引言 聚二苯基硅亚甲基硅烷(Polydiphenysilylenemethylene, PDPhSM)具有高热稳定性（670K以上），从而引起了人们的特殊兴趣[1]。最近的研究发现，PDPhSM可以在紫外激光（波长为248 nm）辐照下发出长余辉可见光[2]，这一奇异的光学性能使得PDPhSM在光学器件领域成为一种具有广阔应用前景的材料而倍受重视。然而，由于该类材料在大多数溶剂中不溶解且熔点较高，因此很难用现有的方法（如自旋涂膜法）将其制备成薄膜；又由于其在稍微高于聚合物熔点温度以上便会降解而失去苯基团，因此应用化学合成PDPhSM粉末后再在衬底上沉积成膜的方法也不适用。在这种情况下，应用脉冲激光烧蚀技术在真空蒸镀的1,1,3,3-四苯基-1,3-二硅环丁烷（1,1,3,3–Tetraphenyl-1,3-disilacyclo –butane ,TPDC）×10-4 Pa高真空。在激光烧蚀反应的同时，向反应腔体中引入氦气作为环境气氛，以保持反应腔体中的环境压力恒定。试验采用Quanta-Ray GCR-130型Nd:YAG固体激光器作为光源，激光波长为532 nm，重复频率为10 HZ，脉冲宽度为10 ns，激光束的光斑直径在靶上为3 m