The application of neural networks to property optimization of polymer compositions

Preparation of multicomponent, non-flammable polymer-based mixture is time and labour consuming. Many technical attempts have to be carried out in order to obtain the best possible components ratio. That is why artificial neural networks were applied to extend the experimental field of research and to obtain both acceptable mechanical and flame properties of the material. In this paper the results of learning the neural networks as well as their performance at finding the optimum HIPS-based mixture are presented.

Przygotowanie wieloskładnikowej, trudnopalnej mieszaniny polimerowej o prognozowanych właściwościach mechanicznych jest pracochłonne. Wymaga wykonania wielu prób technologicznych celem uzyskania prawidłowego składu mieszaniny polimerowej wieloskładnikowej z uwzględnieniem kryterium właściwości mechanicznych i palnościowych. Zastosowano zatem sztuczne sieci neuronowe w procesie doboru składników mieszaniny. Przedstawiono proces uczenia się sztucznych sieci neuronowych. Określono również ich wydajność w ustalaniu optymalnego składu mieszaniny na osnowie polistyrenu wysokoudarowego (HIPS).