公开(公告)号：CN112874043B

公开(公告)日：2023-02-10

申请号：CN202110066521.7

申请日：2021-01-19

Applicant: 上海大学

Inventor： 丁鹏 ,  彭方 ,  宋娜

IPC: B32B9/00 ,  B32B9/04 ,  B32B27/28 ,  B32B37/06 ,  B32B37/10 ,  C08L1/02 ,  C08L71/02 ,  C08K3/04 ,  C08K3/38 ,  C08J5/18

Abstract: 本发明公开了一种具有热响应性能的高导热高分子材料复合膜，其为一种多层结构复合膜，其由以下重量百分比的组分制成：石墨烯0～20％，氮化硼0～20％，纳米纤维素30～40％，聚乙二醇30～40％。本发明还公开了其制备方法，其包括如下步骤:分别将各组分加入分散剂中制得分散液；然后搅拌、超声得到混合液；将混合液脱气后倒入模具中进一步干燥，分别制得纳米纤维素‑聚乙二醇复合膜等多个单层膜。本发明通过对填料量进行优化设计和宏观调整不同层的位置，将各单层膜按照设定的次序堆叠在一起后热压，得到一种导热层与基体层交替排列的具有多层结构的复合膜，该复合薄膜具有良好的柔韧性、高的面内导热率及热驱动形状记忆性能。

公开(公告)号：CN119418834A

公开(公告)日：2025-02-11

申请号：CN202411547449.X

申请日：2024-11-01

Applicant: 上海大学

Inventor： 丁鹏 ,  彭方 ,  张瑜

IPC: G16C60/00 ,  G16C20/70 ,  G16C20/90

Abstract: 本发明属于高分子材料技术领域，公开了一种机器学习辅助高导热高分子复合材料的开发方法，其包括如下步骤：S1：建立特征数据库；S2：数据预处理；S3：构建机器学习模型；S4：优化预测模型；S5：预测模型筛选；S6：输出预测结果；S7：验证预测结果。本发明基于对高导热高分子复合材料的组分和制备工艺的机器学习和预测，融合了特征数据库和机器学习模型，能够加快高导热智能高分子复合材料的开发，缩短研发周期，而且无需高温设备、降低制备成本。

公开(公告)号：CN114740041A

公开(公告)日：2022-07-12

申请号：CN202210384865.7

申请日：2022-04-13

Applicant: 上海大学 ,  云南锡业集团(控股)有限责任公司研发中心

Inventor： 丁鹏 ,  彭巨擘 ,  彭方 ,  符泽卫 ,  王金合 ,  宋娜 ,  马殿普 ,  钱权 ,  李俊 ,  袁英杰 ,  覃德清 ,  普友福

IPC: G01N25/18

Abstract: 本发明公开了一种高分子导热复合薄膜材料的高通量筛选方法及装置，该方法包括如下步骤：S1：批量制备高分子导热复合薄膜材料；S2：批量制备复合薄膜测试样品；S3：批量样品导热性能检测；S4：批量样品导热性能筛选；S5：确定目标材料的制备方案。本发明通过将高分子复合薄膜材料制备、样品制备、导热性能测试与数据分析步骤加以系统集成，将高通量试验方法引入到高分子复合材料领域，提高由不同组分和制备条件下高分子复合材料的定向研发的效率，从批量生成的样品中快速筛选出性能匹配的目标材料，同时逆向获得该材料的具体组分及制备条件，有效缩短材料的研发制备过程，降低高分子复合导热材料的研发和生产成本，以应用于大批量生产。

公开(公告)号：CN112874043A

公开(公告)日：2021-06-01

申请号：CN202110066521.7

申请日：2021-01-19

Applicant: 上海大学

Inventor： 丁鹏 ,  彭方 ,  宋娜

IPC: B32B9/00 ,  B32B9/04 ,  B32B27/28 ,  B32B37/06 ,  B32B37/10 ,  C08L1/02 ,  C08L71/02 ,  C08K3/04 ,  C08K3/38 ,  C08J5/18

Abstract: 本发明公开了一种具有热响应性能的高导热高分子材料复合膜，其为一种多层结构复合膜，其由以下重量百分比的组分制成：石墨烯0～20％，氮化硼0～20％，纳米纤维素30～40％，聚乙二醇30～40％。本发明还公开了其制备方法，其包括如下步骤:分别将各组分加入分散剂中制得分散液；然后搅拌、超声得到混合液；将混合液脱气后倒入模具中进一步干燥，分别制得纳米纤维素‑聚乙二醇复合膜等多个单层膜。本发明通过对填料量进行优化设计和宏观调整不同层的位置，将各单层膜按照设定的次序堆叠在一起后热压，得到一种导热层与基体层交替排列的具有多层结构的复合膜，该复合薄膜具有良好的柔韧性、高的面内导热率及热驱动形状记忆性能。