CN111737874B - 一种面膜液粘度预测方法、装置、设备及可读存储介质 - Google Patents
一种面膜液粘度预测方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN111737874B CN111737874B CN202010598378.1A CN202010598378A CN111737874B CN 111737874 B CN111737874 B CN 111737874B CN 202010598378 A CN202010598378 A CN 202010598378A CN 111737874 B CN111737874 B CN 111737874B
- Authority
- CN
- China
- Prior art keywords
- viscosity
- mask liquid
- thickener
- shear rate
- grid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000007788 liquid Substances 0.000 title claims abstract description 205
- 238000000034 method Methods 0.000 title claims abstract description 113
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 239000002562 thickening agent Substances 0.000 claims abstract description 133
- 238000004519 manufacturing process Methods 0.000 claims abstract description 84
- 238000000265 homogenisation Methods 0.000 claims abstract description 73
- 238000009826 distribution Methods 0.000 claims abstract description 54
- 230000001804 emulsifying effect Effects 0.000 claims abstract description 47
- 238000003756 stirring Methods 0.000 claims description 18
- 230000001815 facial effect Effects 0.000 claims description 14
- 230000003068 static effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 abstract description 19
- 238000012360 testing method Methods 0.000 abstract description 18
- 230000007246 mechanism Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 57
- 230000003321 amplification Effects 0.000 description 23
- 238000003199 nucleic acid amplification method Methods 0.000 description 23
- 230000008859 change Effects 0.000 description 20
- 238000004088 simulation Methods 0.000 description 19
- 230000007423 decrease Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000009472 formulation Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000012395 formulation development Methods 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 229920000832 Cutin Polymers 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000004945 emulsification Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K8/00—Cosmetics or similar toiletry preparations
- A61K8/02—Cosmetics or similar toiletry preparations characterised by special physical form
- A61K8/0212—Face masks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61Q—SPECIFIC USE OF COSMETICS OR SIMILAR TOILETRY PREPARATIONS
- A61Q19/00—Preparations for care of the skin
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K2800/00—Properties of cosmetic compositions or active ingredients thereof or formulation aids used therein and process related aspects
- A61K2800/40—Chemical, physico-chemical or functional or structural properties of particular ingredients
- A61K2800/48—Thickener, Thickening system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K2800/00—Properties of cosmetic compositions or active ingredients thereof or formulation aids used therein and process related aspects
- A61K2800/80—Process related aspects concerning the preparation of the cosmetic composition or the storage or application thereof
- A61K2800/805—Corresponding aspects not provided for by any of codes A61K2800/81 - A61K2800/95
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Birds (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Dermatology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cosmetics (AREA)
Abstract
本申请公开了一种面膜液粘度预测方法，该方法利用计算机流体动力学模拟生产过程中乳化锅内部的流场分布，得到与均质速度相关的剪切速率的分布模型；对于目标类型的增稠剂，通过数据拟合，分别确定增稠剂浓度、均质时间、剪切速率与面膜液粘度的关系，进而构建针对目标类型的增稠剂的粘度预测模型；最终，利用剪切速率的分布模型和粘度预测模型共同实现对面膜液粘度的预测。可见，该方法能够探寻生产过程机理，探究不同生产因素对面膜液粘度的影响，提供可靠的预测数据，减少试验损耗，优化生产过程，保障面膜液品质。此外，本申请还提供了一种面膜液粘度预测装置、设备及可读存储介质，其技术效果与上述方法的技术效果相对应。
Description
技术领域
本申请涉及计算机技术领域，特别涉及一种面膜液粘度预测方法、装置、设备及可读存储介质。
背景技术
随着生活水平的提高及经济的发展，人们对自身肌肤状态的关注度越来越高，护肤品市场也随之发展壮大起来。在各类护肤品当中，面膜占比将近达到总量的50％，可见面膜在护肤品领域具有重要的地位。面膜主要是在面部等部位形成一层具有营养成分、可隔绝空气的薄膜层，通过软化角质、扩张毛孔达到清洁毛孔的目的。此外，由于面膜的封闭性会提升面部温度、促进血液循环，有利于面膜内营养物质的吸收，从而达到清洁、补水、保湿、美白等功效。
面膜功效一直是用户关注的重点，但是除功效外，面膜的肤感、即时感受也决定了面膜的使用体验。影响面膜肤感的主要是面膜液和膜布，而膜布的肤感又可以通过面膜液来进行调整。因此，面膜液往往决定了面膜整体的肤感。
面膜液的生产过程主要包括配方研发、工艺放大、批量生产等阶段。其中，在配方研发阶段，影响面膜液粘度的因素主要是配方原料的种类和使用配比等特性；在工艺放大阶段，影响面膜液粘度的主要因素主要是工艺参数；在批量生产阶段，影响面膜液粘度的主要因素是生产设备结构。现阶段，工艺参数主要通过经验确定，很难结合具体的产品配方、生产设备等因素而编制相应的工艺参数。因此，面膜液往往会由于配方的变化、工艺参数的变化、生产设备的不同而导致粘度不同，这一差异使得同一款面膜的不同批次之间存在一定程度的肤感差异，影响用户体验。
可见，在生产过程中面膜液的粘度受工艺参数等诸多因素影响，目前主要根据主观经验判断工艺参数，无法结合其他因素配置对应的工艺参数，这导致不同批次的面膜液之间存在粘度差异，不利于面膜液品质的稳定和消费者的实际体验。
发明内容
本申请的目的是提供一种面膜液粘度预测方法、装置、设备及可读存储介质，用以解决由于包括工艺参数等诸多因素均会影响面膜液粘度，而目前主要根据主观经验确定工艺参数，导致不同批次的面膜液之间存在粘度差异的问题。其具体方案如下：
第一方面，本申请提供了一种面膜液粘度预测方法，包括：
对目标乳化锅的物理结构进行建模，得到三维模型；对所述三维模型进行网格划分，得到网格文件；
根据所述网格文件和边界条件，构建与均质速度相关的所述乳化锅内部的剪切速率的分布模型；
对于目标类型的增稠剂，通过数据拟合，分别确定面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式；
根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，构建针对所述目标类型的增稠剂的粘度预测模型；
利用所述剪切速率的分布模型，根据实际均质速度，确定实际剪切速率；利用所述粘度预测模型，根据所述实际剪切速率、实际增稠剂浓度、实际均质时间，确定实际面膜液粘度。
优选的，所述对所述三维模型进行网格划分，得到网格文件，包括：
将所述三维模型划分为均质区、搅拌区和静止区；
按照第一网格精度对所述均质区进行网格划分；
按照第二网格精度对所述搅拌区进行网格划分；
按照第三网格精度对所述静止区进行网格划分；
其中，所述第一网格精度大于所述第二网格精度，所述第二网格精度大于所述第三网格精度。
优选的，在所述根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，建立粘度预测模型之后，还包括：
根据生产数据样本，对所述粘度预测模型的模型参数进行调整。
优选的，在所述目标类型的增稠剂为C980系列的增稠剂时，所述粘度预测模型为：
其中，η为面膜液粘度，C为增稠剂浓度，为剪切速率，t为均质时间。
第二方面，本申请提供了一种面膜液粘度预测装置，包括：
建模模块：用于对目标乳化锅的物理结构进行建模，得到三维模型；对所述三维模型进行网格划分，得到网格文件；
分布模型构建模块：用于根据所述网格文件和边界条件，构建与均质速度相关的所述乳化锅内部的剪切速率的分布模型；
拟合模块：用于对于目标类型的增稠剂，通过数据拟合，分别确定面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式；
粘度预测模型构建模块：用于根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，构建针对所述目标类型的增稠剂的粘度预测模型；
预测模块：用于利用所述剪切速率的分布模型，根据实际均质速度，确定实际剪切速率；利用所述粘度预测模型，根据所述实际剪切速率、实际增稠剂浓度、实际均质时间，确定实际面膜液粘度。
优选的，建模模块包括网格划分单元，所述网格划分单元用于：
将所述三维模型划分为均质区、搅拌区和静止区；按照第一网格精度对所述均质区进行网格划分；按照第二网格精度对所述搅拌区进行网格划分；按照第三网格精度对所述静止区进行网格划分；其中，所述第一网格精度大于所述第二网格精度，所述第二网格精度大于所述第三网格精度。
优选的，还包括：
参数优化模块：用于根据生产数据样本，对所述粘度预测模型的模型参数进行调整。
第三方面，本申请提供了一种面膜液粘度预测设备，包括：
存储器：用于存储计算机程序；
处理器：用于执行所述计算机程序，以实现如上所述的面膜液粘度预测方法的步骤。
第四方面，本申请提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如上所述的面膜液粘度预测方法的步骤。
本申请所提供的一种面膜液粘度预测方法，包括：对目标乳化锅的物理结构进行建模，得到三维模型；对三维模型进行网格划分，得到网格文件；根据网格文件和边界条件，构建与均质速度相关的乳化锅内部的剪切速率的分布模型；对于目标类型的增稠剂，通过数据拟合，分别确定面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式；根据面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式，建立粘度预测模型；利用剪切速率的分布模型，根据实际均质速度，确定实际剪切速率；利用粘度预测模型，根据实际剪切速率、实际增稠剂浓度、实际均质时间，确定实际面膜液粘度。
综上，针对乳化锅的结构、增稠剂的种类和浓度、工艺参数均会影响面膜液粘度的问题，一方面，该方法将面膜液视为具有一定粘度的流体，对于已知结构的乳化锅，利用计算机流体动力学模拟生产过程中乳化锅内部的流场分布，得到与均质速度相关的剪切速率的分布模型；另一方面，对于已知类型的增稠剂，通过数据拟合，分别确定增稠剂浓度、均质时间、剪切速率与面膜液粘度的关系，进而构建针对目标类型的增稠剂的粘度预测模型；最终，利用剪切速率的分布模型和粘度预测模型共同实现对面膜液粘度的预测。
可见，该方法通过对生产过程进行模拟，能够探寻生产过程机理，通过数据拟合，能够探究不同因素对面膜液粘度的影响，最终实现面膜液粘度的预测，提供可靠的预测数据，减少试验损耗，优化生产过程，保障面膜液品质。
此外，本申请还提供了一种面膜液粘度预测装置、设备及可读存储介质，其技术效果与上述方法的技术效果相对应，这里不再赘述。
附图说明
为了更清楚的说明本申请实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请所提供的面膜液粘度预测方法实施例一的实现流程图；
图2为本申请所提供的面膜液粘度预测方法实施例一的过程示意图；
图3为本申请所提供的面膜液粘度预测方法实施例二的实现流程图；
图4为C980系列增稠剂下粘度随增稠剂浓度的变化趋势示意图；
图5为C980系列增稠剂下粘度随均质时间的变化趋势示意图；
图6为C980系列增稠剂下粘度随剪切速率的变化趋势示意图；
图7为U20系列增稠剂下粘度随增稠剂浓度的变化趋势示意图；
图8为U20系列增稠剂下粘度随均质时间的变化趋势示意图；
图9为U20系列增稠剂下粘度随剪切速率的变化趋势示意图；
图10为本申请所提供的一种面膜液粘度预测装置实施例的功能框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
目前，面膜液的生产过程主要包括配方研发、工艺放大、批量生产等阶段。在各个阶段，面膜液粘度主要受以下因素影响：
(1)在配方研发阶段，产品配方(增稠剂的种类和浓度等)直接由配方师确定，而产品配方对面膜液的粘度起决定性的作用；
(2)在工艺放大阶段，工艺参数(均质时间、均质速度等)一般根据主观经验确定，而工艺参数对面膜液的粘度起到调控和改变的作用；
(3)在批量生产过程中，生产设备结构(乳化锅的结构等)也会对面膜液的粘度有一定程度的影响。
如上所述，在生产过程中存在诸多因素会影响面膜液粘度，而且各个因素在设置或选取过程中不会综合考虑其他因素对面膜液粘度的影响，最终导致每种因素都给面膜液粘度带来一定的不稳定性。例如，工艺参数主要根据历史经验进行设置，在其设置过程中不会综合考虑产品配方、生产设备结构对面膜液粘度的影响，这导致不同批次之间的面膜液粘度不同，影响用户体验。
针对该问题，本申请提供一种面膜液粘度预测方法、装置、设备及可读存储介质，通过计算机流动力学(Computational Fluid Dynamic，CFD)对面膜液生产过程进行模拟，能够探寻生产过程机理，通过数据拟合，能够探究不同因素对面膜液粘度的影响，最终构建相关模型实现面膜液粘度的预测，提供可靠的预测数据，减少试验损耗，优化生产过程，保障面膜液品质。
下面对本申请提供的一种面膜液粘度预测方法实施例一进行介绍。图1为实施例一的方法流程图，图2为实施例一的实现过程示意图，图2中，虚线箭头表示模型搭建过程，实线箭头表示模型实际应用过程。参见图1和图2，实施例一包括以下步骤：
S101、对目标乳化锅的物理结构进行建模，得到三维模型；对所述三维模型进行网格划分，得到网格文件；
S102、根据所述网格文件和边界条件，构建与均质速度相关的所述乳化锅内部的剪切速率的分布模型；
S103、对于目标类型的增稠剂，通过数据拟合，分别确定面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式；
S104、根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，构建针对所述目标类型的增稠剂的粘度预测模型；
S105、利用所述剪切速率的分布模型，根据实际均质速度，确定实际剪切速率；利用所述粘度预测模型，根据所述实际剪切速率、实际增稠剂浓度、实际均质时间，确定实际面膜液粘度。
如前文所述，影响面膜液粘度的主要因素包括：产品配方(增稠剂的种类和浓度等因素)，生产设备结构(乳化锅的结构等因素)，工艺参数(均质速度和均质时间等因素)。
其中，产品配方由配方师确定，在产品配方确定之后，相应的配方粘度也随之确定，增稠剂种类和浓度带来的面膜液粘度差异也被消除。对于生产设备结构，一旦生产环境的硬件设施确定，生产设备结构也就确定下来，由生产设备结构带来的面膜液粘度差异也被消除。此时，影响面膜液粘度的主要因素就成了工艺参数。本实施例主要针对已知结构的生产设备以及已知类型的增稠剂，通过计算机流动力学模拟生产过程，分别确定增稠剂浓度、工艺参数与面膜液粘度的关系，本实施例中工艺参数主要考虑均质时间和均质速度。
其中，增稠剂浓度、均质时间均是直接影响面膜液粘度，而均质速度则是间接影响面膜液粘度。具体的，均质速度影响生产设备内部的流场分布，流场分布进而影响面膜液粘度，本实施例中流场分布主要考虑剪切速率的分布。因此，在具体实施过程中，本实施例需要确定均质速度与剪切速率分布的关系，还需要确定增稠剂浓度、均质时间、剪切速率分布与面膜液粘度的关系。
具体的，均质速度和生产设备结构均会影响生产设备内部的剪切速率分布，均质速度不同，乳化锅的结构不同，得到的剪切速率分布也就不同。本实施例将面膜液视为具有一定粘度和pH值的流体，通过计算机流动力学模拟生产设备内部的剪切速率分布，构建与均质速度相关的剪切速率的分布模型。具体的，在Ansys Fluent中，基于乳化锅的物理模型，在边界条件下，对乳化锅内部描述流体流动的连续性方程、动量方程和湍流模型进行求解，从而得到与均质速度相关的剪切速率的分布模型。
上述CFD技术的基本原理是数值求解控制流体流动的微分方程，得出流体流动的流场在连续区域上的离散分布，即所谓的流场在时间、空间点上的数值解，从而近似地模拟流体流动情况。基于CFD技术进行物理流场模拟时，首先要将物理流场离散化为流场网格，即网格划分，再利用数值方法将刻画流体规律的流动控制方程转化为求解每个流场网格上各物理量的代数方程组，通过计算工具求得物理流场的近似数值解，用于模拟流体机械的复杂流动现象和变化规律。
上述边界条件具体可以包括叶轮的转速、乳化锅壁面的温度、均质头和叶轮的转速等。上述边界条件为预先设置的，边界条件也会影响面膜液粘度，边界条件改变，乳化锅内部的剪切速率分布也会随之改变，由此使得面膜液粘度也发生变化。
对于增稠剂浓度、均质时间、剪切速率分布与面膜液粘度的关系，本实施例通过数据拟合的方式求得。具体的，对于某种已知类型的增稠剂，通过控制变量法分别求得增稠剂浓度与面膜液粘度的关系式、均质时间与面膜液粘度的关系式、剪切速率分布与面膜液粘度的关系式。然后，根据这三个关系式构建针对目标类型的增稠剂的粘度预测模型。可以理解的是，本实施例不局限于一种类型的增稠剂，每种类型的增稠剂均可以通过本实施例的方式构建得到相应的粘度预测模型。
在得到剪切速率的分布模型和粘度预测模型之后，即可利用二者实现对面膜液粘度的预测。具体的，输入增稠剂浓度、均质时间、均质速度，即可得到对应的面膜液粘度。基于此，可以通过调整输入参数，使得输出的面膜液粘度接近期望值，使最终生产的面膜液粘度符合预期。
值得一提的是，本实施例中S101和S102用于构建剪切速率的分布模型，S103和S104用于构建粘度预测模型，在实际应用中，本实施例不限定两种模型的构建顺序。此外，剪切速率的分布模型与乳化锅的物理结构相关，当用于生产面膜液的乳化锅的结构发生改变时，需要重新构建剪切速率的分布模型。同理，粘度预测模型与增稠剂的种类相关，当生产环境下增稠剂的种类发生改变时，需要重新构建粘度预测模型。可以理解的是，本实施例不局限于某种结构的乳化锅，也不局限于某个种类的增稠剂，任何结构的乳化锅、任何种类的增稠剂均可以通过本实施例实现面膜液粘度的预测。
综上，本实施例所提供一种面膜液粘度预测方法，目的在于解决同一款面膜的不同批次的面膜液之间存在粘度差异的问题，确保粘度变化范围缩小。本实施例从面膜生产角度出发，创新性的结合CFD技术，通过模拟面膜液生产过程，探寻生产放大过程中的逻辑，优化生产工艺参数，为生产出粘度稳定的面膜液提供理论依据，模拟过程便捷、简单、成本低。
本实施例的关键点在于对生产过程中面膜液粘度的变化进行了研究，通过CFD技术对生产过程中的变化规律进行了探索。特别地，在生产放大过程中工艺参数的确定，突破了常规的经验法，而使用有依据可寻的软件模拟技术，对放大过程的变化规律进行了细致的分析和研究，有助于放大过程的理论研究和经验总结，并为放大过程提供充分的依据。最终，通过对面膜液粘度的变化规律研究达到生产过程中对面膜液粘度的预测和调控，用以保证同一产品不同批次间的肤感保持不变。
可见，本实施例的面膜液粘度预测方法，至少解决了以下技术问题：
问题1、在配方研发阶段，忽略或不清楚增稠剂的种类和浓度对面膜液粘度的影响：包括面膜液在内的护肤品理化数据(特别是面膜液粘度)均会出现一定程度的波动，导致肤感波动及用户体验较差。产品配方一般直接由配方师确定，且配方师在研发阶段往往不会考虑增稠剂种类和浓度对面膜液粘度的影响。
针对该问题，本实施例针对每个种类的增稠剂，通过数据拟合确定增稠剂浓度与面膜液粘度的关联性，最终得到目标类型的增稠剂下增稠剂浓度与面膜液粘度的关系式。
问题2、在工艺放大阶段，生产放大机理不明确，产前试验成本高：通常的，生产放大过程的工艺参数主要以经验判断为主，但是这种方式存在放大过程机理不明确，放大结果不稳定等问题。而且，护肤产品的放大生产过程受限于生产设备、成本以及外界条件的限制，一般无法通过多次重复试验去找到合适的工艺参数(均质时间和均质速度)。
针对该问题，本实施例通过CFD技术进行乳化生产模拟，探究均质速度与面膜液粘度的关联性，不仅可以得到乳化锅内部的剪切速率分布等信息，实现流场再现，还可以揭示乳化锅内部的流体流动特征和演化规律，为生产放大提供理论支持。此外，本实施例通过数据拟合，确定均质时间与面膜液粘度的关联性，得到均质时间与面膜液粘度的关系式。
本实施例通过计算机模拟和数值计算的方式模拟生产放大过程，不仅可以多次重复试验，验证和优化工艺参数，还能够极大的节约时间成本和生产成本，为生产出优良产品打下坚实的基础。
问题3、在批量生产过程中，产前试验数据不全面，不清楚生产设备结构对粘度的影响：面膜液粘度的波动，不仅与生产放大过程中经验式放大有关，还与生产设备性能掌控不充分有关。现阶段，对乳化锅的试验数据的采集及验证过程相对较少，主要依据供应商提供的数据或者通过少量的试生产进行验证。对于生产设备的结构与面膜液粘度之间的关系并未研究透彻，导致设备生产特性掌控不充分，特殊情况难处理。
针对该问题，通过CFD技术，探究生产设备的结构与面膜液粘度的关系。有利于了解生产设备特性、健全特殊情况的应答机制，避免特殊情况无法处理或者凭经验处理等问题，有利于产品性状稳定。
问题4、工艺参数未优化，与设备、增稠剂的匹配度不高：常规的工艺参数主要是通过工艺工程师在产前设定，再通过试生产进行修正与调整，工艺参数的检验则是通过考察面膜液粘度是否在内控进行。这导致工艺参数与生产设备、增稠剂匹配度较低，影响面膜液的品质以及工艺生产过程的能耗浪费。
针对该问题，本实施例一方面对乳化锅的物理结构进行三维建模，通过求解，确定均质速度与乳化锅内部剪切速率分布之间的关系，得到剪切速率的分布模型；另一方面探究均质时间、增稠剂浓度与面膜液粘度的关系，构建针对目标类型的增稠剂的粘度预测模型；最终，利用剪切速率的分布模型和粘度预测模型共同完成对面膜液粘度的预测。也就是说，本实施例能够综合考虑生产设备结构、工艺参数、增稠剂的种类和浓度对面膜液粘度的影响，因此，当预测得到的面膜液粘度符合预期时，相应的工艺参数、生产设备、增稠剂种类和浓度之间匹配度较高。
因此，当改变生产设备时，可以通过重新三维建模求解，得到相应的剪切速率的分布模型；当改变增稠剂种类或浓度时，可以重新通过数据拟合求该类型的增稠剂下增稠剂浓度与面膜液粘度之间的关系式，并重新构建粘度预测模型，最终保证面膜液粘度预测结果的准确性。在已知预期的面膜液粘度时，可以通过反复调整工艺参数，得到与当前生产设备、当前增稠剂种类和浓度相匹配的工艺参数。最终实现每套生产设备对不同的产品配方均有一套工艺参数与之相匹配，使工艺参数、生产设备、增稠剂种类和浓度的匹配度达到最高，最大程度上减少设备改变、增稠剂种类或浓度改变对产品产生的负面影响，保证产品品质。
下面开始详细介绍本申请提供的一种面膜液粘度预测方法实施例二，实施例二基于前述实施例一实现，并在实施例一的基础上进行了一定程度上的拓展。
参见图3，实施例二具体包括：
S301、根据乳化锅的物理结构，建立相应的三维几何模型；通过网格独立性分析，确定最终的网格数量和精度，进行网格划分，得到网格文件。
具体可以在Ansys Gambit软件中对三维乳化锅进行物理建模和网格划分。乳化锅的内部构件包括搅拌叶轮和均质设备，其中，均质设备对产品粘度产生的影响较为明显，属于重点研究对象。搅拌不仅有助于产品分散和均匀，而且也能在一定程度上影响产品粘度。因此，作为一种具体的实施方式，本实施例将乳化锅划分成三个区域，分别为均质区、搅拌区和静止区，其中均质区和搅拌区的流场分布是CFD模拟重点关注的区域。
网格划分是后续进行CFD模拟的基础，网格划分的依据是网格独立性分析，一般来说网格越精细，模拟结果越可靠，但是网格数目过多会使得计算时间越长，所以一般选一个折中的网格数量。作为一种优选的实施方式，为了减少计算时间，本实施例对上述三个区域采用不同的网格精度进行划分，精度最高的区域为均质区，其次为搅拌区，最后是静止区。
S302、将网格文件导入Fluent软件中，根据实际操作条件设置边界条件，并求解，得到与均质速度相关的所述乳化锅内部的剪切速率的分布模型。
边界条件在实际中为乳化锅内壁与搅拌桨之间间隙部分空间，以及乳化锅中的其他物理量，例如温度等，可以将边界条件视为操作条件。即改变反应过程中的操作条件，边界条件会相应的改变。在微分方程方面，可以理解为特征值，告诉微分方程求出特解，即计算终止的条件。
对于乳化锅，搅拌区和均质区的转速不同，为此通过用户自定义边界条件，分别设置搅拌区和均质区的转速，实现乳化锅内流场的动态模拟。
S303、对于目标类型的增稠剂，通过数据拟合确定增稠剂浓度与面膜液粘度的关系式。
改变增稠剂的种类和用量，并基于所述CFD技术分别进行模拟仿真计算，研究不同增稠剂体系的粘度变化规律和范围。
S304、对于目标类型的增稠剂，通过数据拟合确定均质时间与面膜液粘度的关系式。
基于增稠剂粘度变化规律的前提下，通过改变均质时间来进行模拟仿真计算，研究均质时间对粘度的影响。
S305、对于目标类型的增稠剂，通过数据拟合确定剪切速率分布与面膜液粘度的关系式。
S306、构建针对所述目标类型的增稠剂的粘度预测模型。
分别对增稠剂种类和用量、工艺参数进行数据拟合，得出对应的粘度预测模型，适用于不同增稠体系、不同粘度要求的产品工艺参数的确定以及反查。
在得到粘度预测模型之后，可以通过拟合数据选择对应的工艺参数和生产条件，以产品的实际粘度变化来验证粘度预测模型的准确性，进一步调整粘度预测模型的模型参数，以保证粘度预测模型的可靠性。
S307、利用剪切速率的分布模型和粘度预测模型，预测实际面膜液粘度。
下面对S303至S305的数据拟合过程作进一步详细介绍。
试验数据设置如表1所示，由于在面膜生产过程中，增稠剂的实际添加浓度一般在0.2％之下，因此添加量设置为0.01％-0.2％；均质速度设置有1000RPM、2000RPM、3000RPM三个不同速度，主要是探究均质速度对面膜液粘度的影响；均质时间则设置在0-30min范围内，主要是考察均质时间对面膜液粘度的影响。对于同一个试验，主要对增稠剂种类、均质速度、均质时间这三类工艺变量进行考察，用于探究面膜液粘度与三者之间的变化规律。
表1
本试验料体经中和后测量其粘度变化，用于CFD模拟结果验证，考察其模拟结果的准确性。通过对生产过程的多次模拟，以及通过试验数据结果的多次对比与验证。考虑到面膜产品中增稠剂以U20系列和C980系列为主，因此本实施例分别对两类增稠剂均进行了同等比例试验，下面分别对这两类增稠剂的模拟结果进行说明。
对于C980系列的增稠剂，面膜液CFD模拟主要有以下结果：
结果1、增稠剂浓度与面膜液粘度的关系式
关于产品粘度随增稠剂浓度的变化规律，通过CFD对生产过程的模拟，其结果如图4所示。从图4中可以得知，随着增稠剂浓度的增加，产品粘度急剧增长。这主要是因为增稠剂是面膜产品中的增稠剂，随着增稠剂含量的增加，粘度也呈指数增加。通过拟合得出浓度与粘度之间的关系式如下所示，说明可以通过改变增稠剂的浓度来有效调节产品的粘度：
y＝106X2-46447X(R2＝0.995)
上式中，X表示增稠剂浓度，y表示面膜液粘度，R2表示拟合曲线的拟合度。
结果2、均质时间与面膜液粘度的关系式
如图5所示，随着均质时间的增加，产品粘度呈现出逐渐减小的趋势，通过方程拟合两者的关联式为：
y＝1364.5e-0.048x(R2＝0.998)
其中，x表示均质时间，y表示面膜液粘度，R2表示拟合曲线的拟合度。
这主要是因为均质是以剪切作用将高分子的增稠剂切断，因此随着均质时间的增加，产品的粘度逐渐降低。此外，此方程式可以用于生产过程中工艺参数的优化，特别是通过均质时间来调整产品粘度可以参考此关联式进行。
结果3、剪切速率与面膜液粘度的关系式
关于剪切速率对产品粘度的影响，采用Cross模型描述剪切速率的影响，具体模型如下式所示：
上式中，η表示面膜液粘度，η0表示剪切速度为0时的面膜液粘度，表示剪切速率。λ和n表示拟合参数，与物料性质有关，不同的流体，其具体数值不同。
通过CFD计算模拟，以及试验数据验证，可以得出产品粘度随剪切速率的变化趋势。图6中，横坐标为剪切速率，纵坐标为粘度。通过图6可以得知，随着剪切速率的增加，产品粘度呈现出逐渐降低的趋势。这主要是因为剪切速率的增加，将大大增加高分子被剪断的概率，因此导致产品的粘度也明显下降。
结果4、粘度预测模型
通过对上述增稠剂浓度、均质时间、均质速度的模拟和拟合，可以得出产品粘度与三者之间的关联式(即粘度预测模型)如下：
其中，η为面膜液粘度，C为增稠剂浓度，为剪切速率，t为均质时间。
由上式可以得知，C980系列作为增稠剂的面膜粘度主要由增稠剂浓度、均质速度、均质时间三者共同决定，其比例关系及变化特性均可以通过关联式得出。此外，本关联式可以指导实际生产过程中工艺参数的优化方向，并且能够在一定程度上揭示放大生产的规律，为生产放大提供理论基础。
对于U20系列的增稠剂，面膜液CFD模拟主要有以下结果：
结果1、增稠剂浓度与面膜液粘度的关系式
对于U-20系列增稠剂，其粘度与增稠剂浓度的关系如图7所示，从图中可知产品粘度随着增稠剂浓度的增加呈现出线性增大的趋势，关系式为：
y＝173255X(R2＝0.975)
上式中，X表示增稠剂浓度，y表示面膜液粘度，R2表示拟合曲线的拟合度。
虽然增长趋势依然较为明显，但是在低浓度增稠剂条件下，随着浓度的增加，产品粘度出现明显增长，与C980系列产品粘度增长规律不同。
结果2、均质时间与面膜液粘度的关系式
产品的粘度与均质时间的变化关系如图8所示，从图可以看出产品粘度随着均质时间的增加而逐渐降低，但是降低的程度C980系列低。这主要是因为U-20系列增稠剂具有较好的耐剪切能力，因此均质时间对其粘度的影响程度较低。关系式如下：
y＝1555.3e-0.014x(R2＝0.98)
上式中，x表示增均质时间，y表示面膜液粘度，R2表示拟合曲线的拟合度。
结果3、剪切速率与面膜液粘度的关系式
图9中，横坐标为剪切速率，纵坐标为粘度。由图9可知，随着剪切速率的增大，流体的粘度降低，粘度随剪切速率的变化趋势符合Cross模型。这主要是因为随着剪切速率的增大，高分子增稠剂被切断的概率也逐步增大，导致粘度逐渐降低。
另说明：在外界条件不变的情况下，剪切速率主要受乳化锅的器型影响，不同的乳化锅会有不同的剪切速率分布图。这个剪切速率是前期通过构建乳化锅CFD模型之后拟合出来的，再根据均质力度的改变来拟合剪切速率在不同的均质力度下的分布，从而拟合出两者的关联。
Cross模型如下所示：
其中η为面膜液粘度，η0为剪切速率为0的初始粘度，为剪切速率，λ和n均为拟合参数，与物料性质有关，不同的流体，其具体数值不同。
结果4、粘度预测模型
通过对上述增稠剂浓度、均质时间、均质力度的模拟和拟合，可以得出产品粘度与三者之间的关联式(即粘度预测模型)如下：
η为面膜液粘度，C为增稠剂浓度，为剪切速率，t表示均质时间。
由上式可以得知，U-20作为增稠剂的面膜粘度受增稠剂浓度和均质时间的影响较C980系列小，但是仍然具有一定的影响，且具体的关系式也说明产品粘度由三者共同决定，对此类产品工艺参数的优化具有指导意义。
可见，本实施例提供的所提供一种面膜液粘度预测方法，创新性地应用CFD技术于面膜液的工艺放大和生产过程，不仅能够探寻放大过程机理，还能够优化生产过程，保障产品品质。其中对放大过程机理的研究主要是通过研究乳化锅内流场压力、速度等流场信息，从而实现流场的再现，揭示流体的流动特征和演化规律，从而探究放大工艺的理论。而在生产过程优化方面，主要是通过多次重复模拟试验，探究不同工艺参数条件下产品品质和理化性能。
最终利用相关模型预测和调控面膜液粘度，确保批次间的粘度差异减小，对产品肤感不产生或者尽量小的影响，提升产品稳定性和用户体验。
下面对本申请实施例提供的一种面膜液粘度预测装置进行介绍，下文描述的一种面膜液粘度预测装置与上文描述的一种面膜液粘度预测方法可相互对应参照。
如图10所示，本实施例的面膜液粘度预测装置，包括：
建模模块1001：用于对目标乳化锅的物理结构进行建模，得到三维模型；对所述三维模型进行网格划分，得到网格文件；
分布模型构建模块1002：用于根据所述网格文件和边界条件，构建与均质速度相关的所述乳化锅内部的剪切速率的分布模型；
拟合模块1003：用于对于目标类型的增稠剂，通过数据拟合，分别确定面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式；
粘度预测模型构建模块1004：用于根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，建立粘度预测模型；
预测模块1005：用于利用所述剪切速率的分布模型，根据实际均质速度，确定实际剪切速率；利用所述粘度预测模型，根据所述实际剪切速率、实际增稠剂浓度、实际均质时间，确定实际面膜液粘度。
在一些具体的实施例中，建模模块包括网格划分单元，所述网格划分单元用于：
将所述三维模型划分为均质区、搅拌区和静止区；按照第一网格精度对所述均质区进行网格划分；按照第二网格精度对所述搅拌区进行网格划分；按照第三网格精度对所述静止区进行网格划分；其中，所述第一网格精度大于所述第二网格精度，所述第二网格精度大于所述第三网格精度。
在一些具体的实施例中，还包括：
参数优化模块：用于根据生产数据样本，对所述粘度预测模型的模型参数进行调整。
本实施例的面膜液粘度预测装置用于实现前述的面膜液粘度预测方法，因此该装置中的具体实施方式可见前文中的面膜液粘度预测方法的实施例部分，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再展开介绍。
另外，由于本实施例的面膜液粘度预测装置用于实现前述的面膜液粘度预测方法，因此其作用与上述方法的作用相对应，这里不再赘述。
此外，本申请还提供了一种面膜液粘度预测设备，包括：
存储器：用于存储计算机程序；
处理器：用于执行所述计算机程序，以实现如上文所述的面膜液粘度预测方法的步骤。
最后，本申请提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如上文所述的面膜液粘度预测方法的步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的方案进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种面膜液粘度预测方法，其特征在于，包括：
对目标乳化锅的物理结构进行建模，得到三维模型；对所述三维模型进行网格划分，得到网格文件；
根据所述网格文件和边界条件，构建与均质速度相关的所述乳化锅内部的剪切速率的分布模型；
对于目标类型的增稠剂，通过数据拟合，分别确定面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式；
根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，构建针对所述目标类型的增稠剂的粘度预测模型；
利用所述剪切速率的分布模型，根据实际均质速度，确定实际剪切速率；利用所述粘度预测模型，根据所述实际剪切速率、实际增稠剂浓度、实际均质时间，确定实际面膜液粘度。
2.如权利要求1所述的方法，其特征在于，所述对所述三维模型进行网格划分，得到网格文件，包括：
将所述三维模型划分为均质区、搅拌区和静止区；
按照第一网格精度对所述均质区进行网格划分；
按照第二网格精度对所述搅拌区进行网格划分；
按照第三网格精度对所述静止区进行网格划分；
其中，所述第一网格精度大于所述第二网格精度，所述第二网格精度大于所述第三网格精度。
3.如权利要求2所述的方法，其特征在于，在所述根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，建立粘度预测模型之后，还包括：
根据生产数据样本，对所述粘度预测模型的模型参数进行调整。
4.如权利要求3所述的方法，其特征在于，在所述目标类型的增稠剂为C980系列的增稠剂时，所述粘度预测模型为：
其中，η为面膜液粘度，C为增稠剂浓度，为剪切速率，t为均质时间。
5.一种面膜液粘度预测装置，其特征在于，包括：
建模模块：用于对目标乳化锅的物理结构进行建模，得到三维模型；对所述三维模型进行网格划分，得到网格文件；
分布模型构建模块：用于根据所述网格文件和边界条件，构建与均质速度相关的所述乳化锅内部的剪切速率的分布模型；
拟合模块：用于对于目标类型的增稠剂，通过数据拟合，分别确定面膜液粘度与增稠剂浓度的关系式、面膜液粘度与均质时间的关系式、面膜液粘度与剪切速率的关系式；
粘度预测模型构建模块：用于根据所述面膜液粘度与增稠剂浓度的关系式、所述面膜液粘度与均质时间的关系式、所述面膜液粘度与剪切速率的关系式，构建针对所述目标类型的增稠剂的粘度预测模型；
预测模块：用于利用所述剪切速率的分布模型，根据实际均质速度，确定实际剪切速率；利用所述粘度预测模型，根据所述实际剪切速率、实际增稠剂浓度、实际均质时间，确定实际面膜液粘度。
6.如权利要求5所述的装置，其特征在于，建模模块包括网格划分单元，所述网格划分单元用于：
将所述三维模型划分为均质区、搅拌区和静止区；按照第一网格精度对所述均质区进行网格划分；按照第二网格精度对所述搅拌区进行网格划分；按照第三网格精度对所述静止区进行网格划分；其中，所述第一网格精度大于所述第二网格精度，所述第二网格精度大于所述第三网格精度。
7.如权利要求6所述的装置，其特征在于，还包括：
参数优化模块：用于根据生产数据样本，对所述粘度预测模型的模型参数进行调整。
8.一种面膜液粘度预测设备，其特征在于，包括：
存储器：用于存储计算机程序；
处理器：用于执行所述计算机程序，以实现如权利要求1-4任意一项所述的面膜液粘度预测方法的步骤。
9.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-4任意一项所述的面膜液粘度预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010598378.1A CN111737874B (zh) | 2020-06-28 | 2020-06-28 | 一种面膜液粘度预测方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010598378.1A CN111737874B (zh) | 2020-06-28 | 2020-06-28 | 一种面膜液粘度预测方法、装置、设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111737874A CN111737874A (zh) | 2020-10-02 |
| CN111737874B true CN111737874B (zh) | 2024-01-26 |
Family
ID=72651388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010598378.1A Active CN111737874B (zh) | 2020-06-28 | 2020-06-28 | 一种面膜液粘度预测方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111737874B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115274025B (zh) * | 2022-09-28 | 2022-12-06 | 深圳先进技术研究院 | 锂离子电池浆料黏度预测方法、装置及相关设备 |
| CN118114846B (zh) * | 2024-04-30 | 2024-09-27 | 江苏蓝格卫生护理用品有限公司 | 一种面膜成型工艺的参数优化方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101150785B1 (ko) * | 2011-07-27 | 2012-06-08 | (주)이엔에스코리아 | 겔 마스크 팩 및 그의 제조방법 |
| CN102731727A (zh) * | 2011-04-14 | 2012-10-17 | 湖北大学 | 由废旧聚苯乙烯泡沫塑料制造热熔树脂的新工艺 |
| CN105055264A (zh) * | 2015-10-02 | 2015-11-18 | 王学建 | 一种保湿护肤面膜液及其制造方法 |
-
2020
- 2020-06-28 CN CN202010598378.1A patent/CN111737874B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102731727A (zh) * | 2011-04-14 | 2012-10-17 | 湖北大学 | 由废旧聚苯乙烯泡沫塑料制造热熔树脂的新工艺 |
| KR101150785B1 (ko) * | 2011-07-27 | 2012-06-08 | (주)이엔에스코리아 | 겔 마스크 팩 및 그의 제조방법 |
| CN105055264A (zh) * | 2015-10-02 | 2015-11-18 | 王学建 | 一种保湿护肤面膜液及其制造方法 |
Non-Patent Citations (3)
| Title |
|---|
| A MODEL FOR VISCOSITY REDUCTION IN POLYSACCHARIDES SUBJECTED TO HIGH-PRESSURE HOMOGENIZATION;FEDERICO HARTE等;《PRESSURE》;全文 * |
| 化妆品体系粘度的影响因素;何佳;《中国化妆品》;全文 * |
| 基于CFD的通信机房流场模型建立与分析;周晨阳;彭刚;;测控技术(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111737874A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111737874B (zh) | 一种面膜液粘度预测方法、装置、设备及可读存储介质 | |
| Rosti et al. | Droplets in homogeneous shear turbulence | |
| Yu et al. | An interaction potential based lattice Boltzmann method with adaptive mesh refinement (AMR) for two-phase flow simulation | |
| Feizollahi et al. | The robust redundancy allocation problem in series-parallel systems with budgeted uncertainty | |
| Boccardo et al. | An improved scheme for a robin boundary condition in discrete-time random walk algorithms | |
| CN109583069B (zh) | 基于时间相关性的风速建模方法 | |
| Sedri et al. | Investigation of leakage within an external gear pump with new decompression slots: numerical and experimental study | |
| WO2021105873A1 (en) | Optimizing mixing tools using modeling and visualization | |
| Jin et al. | Improvement of fast fluid dynamics with a conservative semi-Lagrangian scheme | |
| CN116131668A (zh) | 一种电机智能调节方法、系统、设备及存储介质 | |
| Westermaier et al. | Implementation of non-Newtonian fluid properties for compressible multiphase flows in OpenFOAM | |
| Lu et al. | A symmetrical-nonuniform angular repartition strategy for the vane blades to improve the energy conversion ability of the coolant pump in the pressurized water reactor | |
| Hvala et al. | Influence of model validation on proper selection of process models—an industrial case study | |
| Daniels et al. | Automated shape optimisation of a plane asymmetric diffuser using combined Computational Fluid Dynamic simulations and multi-objective Bayesian methodology | |
| Mu et al. | Study on influence of inlet and outlet flow rates on oil pressures and braking torque in a hydrodynamic retarder | |
| Rahmati et al. | Application of a modified pseudopotential lattice Boltzmann model for simulation of splashing phenomenon | |
| John et al. | Viscoelastic flow asymmetries in a helical static mixer and their impact on mixing performance | |
| Håkansson | The effect of valve design on the pressure losses in a high-pressure homogenizer–An improved pressure drop correlation for estimating gap height | |
| Samal et al. | Analysis of reaction network systems using tropical geometry | |
| Pohn et al. | Scale‐U p of Emulsion Polymerization Reactors Part I–Development of a Model Framework | |
| Rahmani et al. | Numerical simulation and mixing study of pseudoplastic fluids in an industrial helical static mixer | |
| Israel | The myth of URANS | |
| Junior et al. | Numerical study of the square-root conformation tensor formulation for confined and free-surface viscoelastic fluid flows. | |
| Havlak et al. | On deterministic particle methods for solving Vlasov--Poisson--Fokker--Planck systems | |
| Tsukahara et al. | Proposal of Damping Function for Low‐Reynolds‐Number k‐ε Model Applicable in Prediction of Turbulent Viscoelastic‐Fluid Flow |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 410000 No. 390, Guyuan Road, Changsha hi tech Development Zone, Changsha City, Hunan Province Applicant after: Shuiyang Cosmetics Manufacturing Co.,Ltd. Address before: No.668, Qingshan Road, Changsha high tech Development Zone, Changsha, Hunan Province Applicant before: HUNAN YUJIA COSMETICS MANUFACTURING Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |