背景

技術(shù)突破

近日，杭州焦耳智能科技有限公司的研發(fā)團(tuán)隊(duì)為解決這一問(wèn)題，聯(lián)合中國(guó)計(jì)量大學(xué)和伊朗塔比阿特莫達(dá)勒斯大學(xué)在量熱學(xué)領(lǐng)域國(guó)際期刊 《Thermochimica Acta》上發(fā)表題為 《A Machine Learning Based Calibration Method for Differential Scanning Calorimetry》的學(xué)術(shù)論文。該研究將機(jī)器學(xué)習(xí)方法引入差示掃描量熱儀（DSC）校準(zhǔn)過(guò)程中，為熱分析實(shí)驗(yàn)提供了一種全新的數(shù)據(jù)驅(qū)動(dòng)校準(zhǔn)方法。

結(jié)論及應(yīng)用

本研究通過(guò)構(gòu)建融合二階理論傳熱模型與數(shù)據(jù)驅(qū)動(dòng)學(xué)習(xí)的校準(zhǔn)方法，有效補(bǔ)償傳統(tǒng)校準(zhǔn)模型難以區(qū)分的復(fù)雜因素（如散熱與氣體流動(dòng)），在不同實(shí)驗(yàn)條件下實(shí)現(xiàn)測(cè)試池和參比池之間溫差值ΔT的高精度預(yù)測(cè)。該方法不僅顯著提升了測(cè)量結(jié)果的可靠性與可重復(fù)性，突破了傳統(tǒng)DSC校準(zhǔn)方法對(duì)標(biāo)準(zhǔn)物質(zhì)、實(shí)驗(yàn)經(jīng)驗(yàn)和簡(jiǎn)化假設(shè)的依賴，使校準(zhǔn)過(guò)程從經(jīng)驗(yàn)依賴型向數(shù)據(jù)驅(qū)動(dòng)型轉(zhuǎn)變。研究結(jié)果表明，該機(jī)器學(xué)習(xí)校準(zhǔn)方法能夠自適應(yīng)地修正實(shí)驗(yàn)誤差，實(shí)現(xiàn)對(duì)不同升溫速率、氣氛流速及樣品質(zhì)量條件下的精準(zhǔn)建模。該方法的提出為熱分析儀器的定量化、智能化校準(zhǔn)提供了新的技術(shù)路徑，也為構(gòu)建更高層次的“物理—數(shù)據(jù)融合”智能測(cè)量體系奠定了重要基礎(chǔ)。

儀器推薦