CN114201905B - 一种改性粒子的生产方法和装置 - Google Patents
一种改性粒子的生产方法和装置 Download PDFInfo
- Publication number
- CN114201905B CN114201905B CN202111373497.8A CN202111373497A CN114201905B CN 114201905 B CN114201905 B CN 114201905B CN 202111373497 A CN202111373497 A CN 202111373497A CN 114201905 B CN114201905 B CN 114201905B
- Authority
- CN
- China
- Prior art keywords
- performance
- production
- candidate
- formula
- recipe
- 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
Images
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
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种改性粒子的生产方法,包括:获取用户输入的目标产品的性能需求,并生成需求指令,所述性能需求至少包括透明度需求、硬度需求、阻燃需求中至少一种;响应于所述需求指令,基于所述性能需求,确定所述目标产品的目标配方,所述目标配方包括至少一种添加成份及其用量;将所述生产指令发送给生产装置,使得生产装置结合预设工艺流程制成所述目标产品。可以实现快速基于用户需求确定产品的配方。
Description
技术领域
本说明书涉及生产制造领域,特别涉及一种改性粒子的生产方法和装置。
背景技术
相同的材料在不同的应用场景会有不同的应用需求,进而会对材料产生不同的性能需求,如塑胶材料在某些应用场景会需要其具有一定的透明度,在某些应用场景需求其具有一定的硬度等。
因此,需要提出一种能对材料有目的地进行改性的方法,以满足同一材料在不同应用场景的应用需求。
发明内容
本说明书实施例之一提供一种改性粒子的生产方法,包括:获取用户输入的目标产品的性能需求,并生成需求指令,所述性能需求至少包括透明度需求、硬度需求、阻燃需求中至少一种;响应于所述需求指令,基于所述性能需求,确定所述目标产品的目标配方,所述目标配方包括至少一种添加成份及其用量;将所述生产指令发送给生产装置,使得生产装置结合预设工艺流程制成所述目标产品。
本说明书实施例之一提供一种改性粒子生产系统,包括:获取模块,用于获取用户输入的目标产品的性能需求,并生成需求指令,所述性能需求至少包括透明度需求、硬度需求、阻燃需求中至少一种;确定模块,用于响应于所述需求指令,基于所述性能需求,确定所述目标产品的目标配方,所述目标配方包括至少一种添加成份及其用量;生产模块,用于将所述生产指令发送给生产装置,使得生产装置结合预设工艺流程制成所述目标产品。
本说明书实施例之一提供一种改性粒子生产装置,所述装置包括处理器以及存储器;所述存储器用于存储指令,其特征在于,所述指令被所述处理器执行时,导致所述装置实现如上述实施例中任意一项所述改性粒子生产方法对应的操作。
本说明书实施例之一提供一种计算机可读存储介质,其特征在于,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行如上述实施例中任意一项所述改性粒子生产方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本申请一些实施例所示的改性粒子的生产系统的应用场景示意图;
图2是根据本申请一些实施例所示的改性粒子的生产系统的模块图;
图3是根据本申请一些实施例所示的改性粒子的生产方法的示例性流程图;
图4是根据本申请一些实施例所示的用于确定目标配方的示例性流程图;
图5是根据本申请一些实施例所示的配方模型训练的示意图;
图6是根据本申请一些实施例所示的性能模型训练的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例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说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本申请一些实施例所示的改性粒子的生产系统的应用场景100示意图。在一些实施例中,应用场景100可以包括服务器110、网络120、用户终端130、生产设备140、存储设备150、目标配方160。
服务器110可以用于获取信息,并对收集的信息进行分析加工。在一些实施例中,服务器110可以用于获取性能需求信息并生成需求指令信息。在一些实施例中,服务器110可以基于性能需求和需求指令确定目标产品的目标配方160。在一些实施例中,服务器110可以基于目标配方,生成生产指令并下发至生产设备140。
在一些实施例中,服务器110可以包括中央处理单元(CPU)、数字信号处理器(DSP)等和/或其任意组合。在一些实施例中,服务器110可以是本地的、远程的、或在云平台上实现。在一些实施例中,服务器110或服务器110的一部分可以集成到生产设备140中。
网络120可以提供信息交换的渠道。在一些实施例中,服务器110、用户终端130、生产设备140和/或存储设备150之间可以通过网络120交换信息。例如,服务器110可以通过网络120接收用户终端130发送的性能需求。又例如,服务器110可以通过网络120接收生产设备140的实时生产数据。
用户终端130是指可以用户用来输入生产需求的终端。例如,用户终端130可以包含但不限于智能电话130-1、平板电脑130-2、膝上型计算机130-3、处理器130-4等。用户终端130可以与生产的平台相关联。所述平台可以包括但不限于生产产品的机器等。用户终端130可以是固定在平台上或不固定在平台上。在一些实施例中,使用用户终端130的可以是一个或多个用户,可以包括直接使用服务的用户,也可以包括其他相关用户。
生产设备140是指用于生产产品的设备单元,可以由一个或多个生产装置构成,在一些实施例中,生产设备140可以从服务器110处获得生产指令,根据目标配方160生产目标产品。在一些实施例中,生产设备140可以包括传感器、摄像装置等用以获取生产过程中的生产数据的装置。在一些实施例中,可以使用网络120将这些生产数据发送给服务器110进行进一步分析。
存储设备150可以用于存储数据和/或指令。可以从例如服务器110、生产设备140、用户终端130等获得数据和/或指令。在一些实施例中,存储设备150可以储存服务器110用来执行或使用以完成本说明书中描述的示例性方法的数据和/或指令。
目标配方160是服务器110得到的可以满足目标产品的性能需求的产品配方,包括添加成份160-1和各成分用量160-2,关于目标配方的进一步说明参见图3步骤320。
应该注意的是,关于改性粒子的生产系统的应用场景的描述出于说明性目的,并不用于限制本申请的保护范围。对于本领域的技术人员来说,可以在本申请的指示下做出多个变体和修改。然而,这些变体和修改不会脱离本申请的保护范围。例如,存储设备150和服务器110可以是本地连接,而不是通过网络120进行连接。
图2所示的是根据本申请一些实施例所示的改性粒子的生产系统200的模块图。如图2所示,改性粒子的生产系统200可以包括获取模块210、确定模块220、生产模块230以及监控模块240。
获取模块210可以用于获取用户输入的目标产品的性能需求,并生成需求指令。在一些实施例中,性能需求至少包括透明度需求、硬度需求、阻燃需求中至少一种。
确定模块220可以用于响应于需求指令,基于性能需求,确定目标产品的目标配方,在一些实施例中,目标配方包括至少一种添加成份及其用量。关于确定模块220的更多功能说明参见图4。
生产模块230可以用于基于目标配方,生成生产指令,将生产指令发送给生产装置,使得生产装置结合预设工艺流程制成所述目标产品。
监控模块240可以用于获取预设工艺流程中的生产数据,并基于生产数据,判断预设条件是否被满足,当响应于预设条件未被满足时,触发报警机制。在一些实施例中,生产数据包括生产温度数据、生产图像数据中的至少一种。
应当理解,图2所示的系统及其模块可以利用各种方式来实现。需要注意的是,以上对于改性粒子的生产系统200及其模块的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接,且以上模块及单元并非完全独立存在,还可能是存在相互交叉涉及。在一些实施例中,改性粒子的生产系统100中各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本申请的保护范围之内。
图3是根据本申请一些实施例所示的改性粒子的生产方法的示例性流程图。如图3所示,流程300包括下述步骤。在一些实施例中,流程300可以由处理设备110执行。
步骤310,获取用户输入的目标产品的性能需求,并生成需求指令,性能需求至少包括透明度需求、硬度需求、阻燃需求中至少一种。该步骤由获取模块210执行。
性能需求是指对待生产产品在性能方面的要求,具体与产品的使用场景或环境相关。在一些实施例中,性能需求可以包括对待生产产品的透明度、颜色、硬度、阻燃率、机械强度、抗冲击性、韧性、抗静电等物理性质和/或化学性质的要求。
性能需求的获取可以直接由用户输入。用户输入时可以直接输入各项性能指标的需求值,例如,用户可以直接输入以下性能需求:硬度:92±3A、比重:1.40-1.52g/cm3、抗张强度10-12MPa等。在一起实施例中,性能需求也可以通过其他方式获取。
需求指令是在获取到性能需求后生成的根据性能需求确定产品配方的指令,在一些实施例中,需求指令中可以包括性能需求的具体内容,在一些实施例中,需求指令还可以包括其他生产工艺参数,例如塑化温度等。
步骤320,响应于需求指令,基于性能需求,确定目标产品的目标配方,目标配方包括至少一种添加成份及其用量。该步骤由确定模块220执行。
目标产品是指可以满足性能需求的产品。例如,生产出的A产品的部分性能指标如下:硬度:94A、比重:1.5g/cm3、抗张强度11MPa,满足前述获取的性能需求:硬度:92±3A、比重:1.40-1.52g/cm3、抗张强度10-12MPa,则可以确定A产品可以作为目标产品。
目标配方是指结合预设工艺流程生产出目标产品的具体产品配方。参照产品配方,按照预设工艺流程即可生产出目标产品。产品配方中可以包括其各组成的占比或含量,例如,某塑胶产品的产品配方可以包括基础树脂、增韧剂、相容剂、阻燃剂、抗氧剂、润滑剂的占比等。
目标配方的确定可以有多种方式。在一些实施例中,可以从历史产品中,选取满足性能需求的产品的配方作为目标配方。在一些实施例中,可以先基于性能需求预估可能的产品配方并生产对应的样品,最后将满足性能需求的样品对应的产品配方作为目标配方。关于确定目标配方的进一步说明参见图4。
步骤330,基于所述目标配方,生成生产指令,将生产指令发送给生产装置,使得生产装置结合预设工艺流程制成目标产品。该步骤由生产模块230执行。
在确定了目标配方后,即可基于目标配方以及预设的工艺流程确定相应的工艺参数,进而生成生产指令并下发至生产装置,生产装置执行生产指令即可进行产品的生产。
在一些实施例中,生产指令可以由生产装置执行、由生产人员执行,或生产人员与生产装置一同执行。
生产装置是指用于生产产品的器械机构,例如,可以包括搅拌机、造粒机、冷却风机、打包机等。生产装置的设置与具体的生产工艺流程相关。
预设工艺流程是指具体用于生产某类产品的生产工艺流程,例如,生产塑胶类产品的预设工艺流程可以包括配料、搅拌、塑化、造粒、测温、冷却、打包、取样检验、出货等。
在一些实施例中,为了完善生产流程,及时发现生产异常,还可以设置以下步骤:
步骤340,获取预设工艺流程中的生产数据,生产数据包括生产温度数据、生产图像数据中的至少一种;基于生产数据,判断预设条件是否被满足;响应于预设条件未被满足,触发报警机制。该步骤由监控模块240执行。
需要说明的是,步骤340并非必须步骤。
生产数据是指在产品的生产过程中产生的表示生产信息的数据,在一些实施例中,生产数据可以是各道工艺流程中的实际参数或其他生产信息。例如,生产数据可以是塑化工序的具体塑化温度或打包工序的具体打包图像等。
生产数据的获取方式可以有多种,可以通过人工获取,也可以通过专业的测量设备获取。例如,对于温度类生产数据,可以通过如红外测温仪等测温设备获取。在一些实施例中,还可以通过获取生产图像来获得生产数据,例如,获取造粒过程中的图像数据,并通过图像分析处理来确定造粒过程中产品的形状、体积、颜色等。
在一些实施例中,预设条件是指预先设置的生产数据需要满足的标准,例如,预设条件包括可以包括塑化温度为185℃~205℃。在一些实施例中,预设条件还可以包括包装中绑带的位置等。
在一些实施例中,除了包括温度值外,预设条件中还可以包括生产中产品在某些工序中的形变值。预设条件可以基于历史经验总结得出,也可以通过机器学习模型预测输出,关于通过机器学习模型确定预设条件包括的温度值及形变值的说明参见图4。
在一些实施例中,预设条件中可以包括预设工艺流程中某生产参数或产品参数的预测值,例如,可以包括至少一个生产环节中产品的温度预测值、形变预测值。
温度预测值是指完成生产前某道工序的生产温度或产品半成品应达到的温度,形变预测值是指产品在生产过程中属于正常范围的形变情况等。
生产环节的温度预测值、形变预测值可以由人工经验确定,也可以采取其他方式确定,例如由机器学习模型确定等。关于如何获取生产环节的温度预测值、形变预测值的说明参见图4。
若根据获取到的生产数据判断预设条件未被满足时即需要触发报警机制。例如,获取到塑化工序中塑化温度为210℃,则不满足塑化温度为185℃~205℃的预设条件,说明出现生产异常,即需要触发报警机制。
报警机制是指对生产异常进行提示的机制,在出现生产异常时即可触发。通过设置异常时的报警机制可以及时对异常进行排查、避免更大的损失。
通过先确定性能需求,再针对性能需求确定产品配方并进行生产,可以降低生产出的产品与实际需求产品的性能差异,提升产品的适用性。同时,通过获取生产数据对整个生产过程进行监控,并在出现异常时及时报警,实现异常的及时排查。对于获取到的生产中间数据还可以进一步用于指示后续的生产,优化生产方案。
图4是根据本申请一些实施例所示的用于确定目标配方的示例性流程图。如图4所示,流程400包括下述步骤。在一些实施例中,流程400可以由服务器110执行。
步骤410,基于性能需求,通过配方模型的处理确定第一候选配方。
第一候选配方是指根据性能需求预估的目标产品的可能的配方,第一候选配方中包括产品的成份以及各成份的占比。例如,根据前述用户输入对某塑胶产品的性能需求:硬度:92±3A、比重:1.40-1.52g/cm3、抗张强度10-12MPa,确定的第一候选配方为基础树脂15%-30%、增韧剂5%-12%、相容剂3%-8%、阻燃剂20%-40%、抗氧剂0.1%-1%、润滑剂0.2%-5%等。
在一些实施例中,可以通过配方模型处理性能需求确定第一候选配方,在一些实施例中,也可以采取其他方式确定第一候选配方,例如,基于历史产品的性能指标确定第一候选配方。
配方模型是用于处理性能需求确定第一候选配方的处理模块。在一些实施例中,配方模型可以采用神经网络结构实现。
在一些实施例中,配方模型的输入可以包括用户对目标产品的性能需求,配方模型的输出包括第一候选配方。
在一些实施例中,配方模型可以基于历史数据训练获得,关于配方模型的训练及配方模型的其他说明参见图5。
步骤420,基于第一候选配方确定至少一个第二候选配方。
第二候选配方是基于第一候选配方确定的配方成份或成份占比更具体的配方。在一些实施例中,第一候选配方中给出的成份及占比可能是一个选择更大的范围,第二候选配方则是在第一候选配方给出的选择范围中确定的范围相对更小的配方,如第二候选配方可以是第一候选配方给出的范围中邻近值组合构成的配方。
在一些实施例中,第二候选配方可以由人工基于经验在第一候选配方给出的取值范围中进行选择及调整得到。在一些实施例中,第二候选配方也可以采取其他方式获得,例如完全按照取第一候选配方中给出的范围中间值或最值的方式确定。
步骤430,通过性能模型处理第二候选配方确定所述第二候选配方的性能预测值,并基于所述第二候选配方的性能预测值及性能需求确定至少一个第三候选配方。
第三候选配方是从第二候选配方中选取出的产品配方。在一些实施例中,可以基于性能模型对各个第二候选配方进行对应产品的性能预测,并选取性能预测值满足性能需求的第二候选配方作为第三候选配方。
在一些实施例中,第三候选配方是基于获取的性能需求及性能模型的输出确定。例如先通过性能模型确定各个第二候选配方对应的产品的性能预测值,再将各个第二候选配方对应的性能预测值与用户对产品的实际性能需求进行比较,选取性能预测值最接近实际性能需求的一个或多个第二候选配方作为对应的一个或多个第三候选配方,在一些实施例中,第三候选配方也可以采用其他方式从第二候选配方中确定,例如,随机选取等。
性能模型是用于预测第二候选配方对应的产品的性能的处理模块。在一些实施例中,性能模型可以采用神经网络结构实现。
在一些实施例中,性能模型的输入可以包括多组第二候选配方,性能模型的输出包括各个第二候选配方对应的产品的性能预测值。
在一些实施例中,性能模型可以基于历史数据训练获得,关于性能模型的训练及性能模型的其他说明参见图6。
在一些实施例中,性能模型的输出还包括各个第二候选配方对应的产品在生产过程中的至少一个生产环节的温度预测值、形变预测值。
温度预测值是指产品的生产过程中,某道工序中产品(半成品)的加工温度或产品自身温度等与温度相关的数据信息。性能模型输出的温度预测值可以作为在该工序中对温度进行监测的标准,若实际获取到的温度超过温度预测值,则可以认为当前工序出现生产异常。例如,可以将性能模型输出的温度预测值作为是否触发报警机制的预设条件的条件内容。在一些实施例中,温度预测值也可以产品在加工过程中的正常温度变化趋势等数据。
形变预测值是指产品的生产过程中,在某道工序中产品(半成品)的外观尺寸数据。性能模型输出的形变预测值可以作为在该工序中对产品尺寸进行监测的标准,若实际获取到的产品尺寸超过形变预测值,则可以认为当前工序出现生产异常。例如,可以将性能模型输出的形变预测值作为是否触发报警机制的预设条件的条件内容。在一些实施例中,形变预测值也可以产品在加工过程中的正常外形尺寸变化趋势等数据。
步骤440,获取至少一个候选样品的性能值,将性能值满足预设要求的候选样品对应的第三候选配方确定为目标配方。
候选样品是基于第三候选配方按照预设工艺流程制成的产品样品。例如,在步骤430中确定了第三候选配方A及第三候选配方B,则候选样品A、B即分别根据第三候选配方A、B按照预设工艺流程制成的产品样品。
候选样品的性能值是指针对用户对产品的性能需求对候选样品的相应性能进行测试得到的测试值。在一些实施例中,针对不同的性能测试可以由专门的测试装置或测试方法对候选样品进行测试并得到相应的性能测试值。
预设要求是指候选产品的性能值所要满足的要求,一般可以将用户对产品的性能需求作为预设要求。在一些实施例中,可以对基于用户提出的性能需求进行进一步的调整,并将调整后的性能需求作为预设要求。在一些实施例中,对于用户提出的性能需求的调整可以是在用户提出的标准的基础上进一步提升各项指标要求或略微降低某项指标要求。
对于性能值满足预设要求的候选样品对应的第三候选配方即可作为目标配方。在一些实施例中,可能会有多个候选样品的性能值均满足预设要求,则可以进一步结合其他信息对满足要求的第三候选配方进行进一步筛选以确定目标配方,例如,将生产成本更低的第三候选配方作为目标配方等。
基于实际需求预测可能的产品配方,即通过反向预测提供可能的配方的基础值,并基于可能的配方的基础值确定多个候选配方,再用正向的方法结合机器学习模型预测各个候选配方对应性能值,以进一步确定可能符合实际需求的产品配方,可以有效的提高确定配方的效率,降低配方研发成本。
图5是根据本说明书一些实施例所示的配方模型训练流程500的示意图。
在一些实施例中,配方模型520可以通过对输入的性能需求510进行处理得到候选配方530。
在一些实施例中,可以基于样本数据540以训练初始配方模型550来得到配方模型520。样本数据540包括多个有标签的第一训练样本。
在一些实施例中,配方模型520可以通过多个有标签的第一训练样本训练得到。例如,可以将多个带有标签的第一训练样本输入初始配方模型550,通过标签和初始配方模型550的结果构建损失函数,基于损失函数迭代更新初始配方模型550的参数。当初始配方模型550的损失函数满足预设条件时模型训练完成,得到训练好的配方模型520。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,第一训练样本至少可以包括用户对产品的各种不同的性能需求。标签可以表征该性能需求对应的产品配方。标签可以基于从存储系统获取的历史生产数据生成,标签也可以人工标注。
图6是根据本说明书一些实施例所示的性能模型训练流程600的示意图。
在一些实施例中,性能模型620可以通过对输入的候选配方610进行处理得到相应的输出数据630。输出数据630可以包括候选配方对应的产品的性能预测值、候选配方对应的产品在某生产工序的加工温度预测值以及形变预测值等。
在一些实施例中,可以基于样本数据640以训练初始性能模型650来得到性能模型620。样本数据640包括多个有标签的第二训练样本。
在一些实施例中,性能模型620可以通过多个有标签的第二训练样本训练得到。例如,可以将多个带有标签的第二训练样本输入初始性能模型650,通过标签和初始性能模型650的结果构建损失函数,基于损失函数迭代更新初始性能模型650的参数。当初始性能模型650的损失函数满足预设条件时模型训练完成,得到训练好的性能模型620。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,第二训练样本至少可以包括多个不同的产品配方。标签可以表征该产品配方对应的产品的性能预测值、产品在某生产工序的加工温度预测值以及形变预测值。标签可以基于从存储系统获取的历史生产数据生成,标签也可以人工标注。
通过现有的数据训练机器学习模型,并分别得到配方模型及性能模型,以实现分别基于配方模型自动处理性能需求得到基础配方,以及基于性能模型对各候选配方进行产品性能预测,得到相应的预测值,以进一步筛选满足用户需求的产品配方作为样品生产配方,可以进一步提升样品配方的确定效率。同时,基于性能配方还可对各候选配方的产品生产过程中的生产数据进行预测,可以实现基于预测的生产数据对后续生产情况进行监控的同时,还可以结合生产数据及最终产品的性能值进行分析,对后续生产进行针对性的调整与改进。
本说明书实施例还提供了一种改性粒子生产装置,所述装置包括处理器以及存储器,所述存储器用于存储指令,其特征在于,所述指令被所述处理器执行时,导致所述装置实现如前述中任一项所述改性粒子生产方法对应的操作。
本说明书实施例还提供了一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行如前所述改性粒子生产方法。
本说明书实施例可能带来的有益效果包括但不限于:(1)根据用户需求反向得到改性配方,可以更准确更快速的得到产品的改性配方,可提高整个任务处理系统的任务处理性能,如提升任务处理速度,加大同时可以处理的任务量等。(2)通过使用机器学习模型参与配方的获取,不仅可以减少人为参与实验的过程,节省了实验的时间、成本,还提高了正确率。(3)通过使用性能模型可以得到温度预测值、形变预测值,可以实时监控生产的过程,避免成本的浪费。(4)通过获取生产过程中的生产数据,可以结合最终产品的性能值,确定更准确的生产参数,以便对后续生产进行针对性的调整。需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (4)
1.一种改性粒子生产方法,包括:
获取用户输入的目标产品的性能需求,并生成需求指令,所述性能需求至少包括透明度需求、硬度需求、阻燃需求中至少一种;
响应于所述需求指令,基于所述性能需求,确定所述目标产品的目标配方,所述目标配方包括至少一种添加成份及其用量;
基于所述目标配方,生成生产指令,将所述生产指令发送给生产装置,使得生产装置结合预设工艺流程制成所述目标产品;其中,所述基于所述性能需求,确定所述目标产品的目标配方包括:
基于所述性能需求,通过配方模型的处理确定第一候选配方;
基于所述第一候选配方确定至少一个第二候选配方;其中,所述第二候选配方是所述第一候选配方给出的范围中邻近值组合构成的配方;
通过性能模型处理所述第二候选配方确定所述第二候选配方的性能预测值,并基于所述第二候选配方的性能预测值及所述性能需求确定至少一个第三候选配方,所述第三候选配方是所述第二候选配方中性能预测值与所述性能需求最接近的配方,所述性能模型的输出还包括所述第二候选配方对应的产品在生产过程中的至少一个生产环节的温度预测值、形变预测值;
获取至少一个候选样品的性能值,将所述性能值满足预设要求的候选样品对应的所述第三候选配方确定为所述目标配方,所述预设要求包括所述用户对所述目标产品的性能需求,所述至少一个候选样品是基于所述至少一个第三候选配方按照所述预设工艺流程制成;其中,
所述性能模型和/或配方模型为机器学习模型,所述性能模型和/或配方模型通过历史数据训练获得;
所述方法还包括:
获取所述预设工艺流程中的生产数据,所述生产数据包括生产温度数据、生产图像数据中的至少一种;
基于所述生产数据,判断预设条件是否被满足;
响应于所述预设条件未被满足,触发报警机制;其中,所述预设条件包括所述至少一个生产环节的温度预测值、形变预测值。
2.一种改性粒子生产系统,包括:
获取模块,用于获取用户输入的目标产品的性能需求,并生成需求指令,所述性能需求至少包括透明度需求、硬度需求、阻燃需求中至少一种;
确定模块,用于响应于所述需求指令,基于所述性能需求,确定所述目标产品的目标配方,所述目标配方包括至少一种添加成份及其用量,所述确定模块进一步用于:
基于所述性能需求,通过配方模型的处理确定第一候选配方;
基于所述第一候选配方确定至少一个第二候选配方;其中,所述第二候选配方是所述第一候选配方给出的范围中邻近值组合构成的配方;
通过性能模型处理所述第二候选配方确定所述第二候选配方的性能预测值,并基于所述第二候选配方的性能预测值及所述性能需求确定至少一个第三候选配方,所述第三候选配方是所述第二候选配方中性能预测值与所述性能需求最接近的配方,所述性能模型的输出还包括所述第二候选配方对应的产品在生产过程中的至少一个生产环节的温度预测值、形变预测值;
获取至少一个候选样品的性能值,将所述性能值满足预设要求的候选样品对应的所述第三候选配方确定为所述目标配方,所述预设要求包括所述用户对所述目标产品的性能需求,所述至少一个候选样品是基于所述至少一个第三候选配方按照所述预设工艺流程制成;其中,
所述性能模型和/或配方模型为机器学习模型,所述性能模型和/或配方模型通过历史数据训练获得;
生产模块,用于基于所述目标配方,生成生产指令,将所述生产指令发送给生产装置,使得生产装置结合预设工艺流程制成所述目标产品;
所述系统还包括监控模块,所述监控模块用于:
获取预设工艺流程中的生产数据,所述生产数据包括生产温度数据、生产图像数据中的至少一种;
基于所述生产数据,判断预设条件是否被满足;
响应于所述预设条件未被满足,触发报警机制;其中,所述预设条件包括所述至少一个生产环节的温度预测值、形变预测值。
3.一种改性粒子生产装置,所述装置包括处理器以及存储器;所述存储器用于存储指令,其特征在于,所述指令被所述处理器执行时,导致所述装置实现如权利要求1所述改性粒子生产方法对应的操作。
4.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行如权利要求1所述改性粒子生产方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111373497.8A CN114201905B (zh) | 2021-11-19 | 2021-11-19 | 一种改性粒子的生产方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111373497.8A CN114201905B (zh) | 2021-11-19 | 2021-11-19 | 一种改性粒子的生产方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114201905A CN114201905A (zh) | 2022-03-18 |
CN114201905B true CN114201905B (zh) | 2022-12-09 |
Family
ID=80648054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111373497.8A Active CN114201905B (zh) | 2021-11-19 | 2021-11-19 | 一种改性粒子的生产方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114201905B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115938518B (zh) * | 2022-12-26 | 2024-03-19 | 苏州市恒福包装制品有限公司 | 一种可降解食品包装材料的制备工艺优化方法和系统 |
CN116239112B (zh) * | 2023-02-20 | 2023-10-24 | 江苏浦士达环保科技股份有限公司 | 一种活性炭碳粉的制备方法 |
CN116177544B (zh) * | 2023-03-27 | 2023-10-24 | 江苏浦士达环保科技股份有限公司 | 一种活性炭的生产方法 |
CN116777051B (zh) * | 2023-05-24 | 2024-04-09 | 宁夏浦士达环保科技有限公司 | 一种浸渍活性炭生产方法 |
CN116673475B (zh) * | 2023-07-05 | 2024-02-02 | 苏州中耀科技有限公司 | 一种mim工件烧结方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960759A (zh) * | 2018-04-25 | 2018-12-07 | 广州恩锐施智能科技有限公司 | 一种批次配方管理系统 |
CN112912938A (zh) * | 2018-09-14 | 2021-06-04 | 科思创知识产权两合公司 | 用于改进与聚合物产品的生产有关的预测的方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7930782B2 (en) * | 1994-04-19 | 2011-04-26 | Applied Elastomerics, Inc. | Gels, gel composites, and gel articles |
EP3584726A1 (en) * | 2018-06-18 | 2019-12-25 | Covestro Deutschland AG | Method and computer system for determining polymeric product properties |
EP3584007A1 (en) * | 2018-06-18 | 2019-12-25 | Covestro Deutschland AG | Method and computer system for determining production parameters for the production of a polymeric product |
CN110858062B (zh) * | 2018-08-22 | 2023-02-28 | 阿里巴巴集团控股有限公司 | 目标优化参数的获取方法及模型训练方法、装置 |
CN111861050B (zh) * | 2019-04-25 | 2024-02-20 | 富联精密电子(天津)有限公司 | 生产制程管控装置、方法及计算机可读存储介质 |
US20220284991A1 (en) * | 2019-08-05 | 2022-09-08 | Covestro Intellectual Property Gmbh & Co. Kg | Method of producing a chemical product using a regression model |
JP2023507596A (ja) * | 2019-12-20 | 2023-02-24 | ビーエーエスエフ ソシエタス・ヨーロピア | 最適化粉末生産 |
-
2021
- 2021-11-19 CN CN202111373497.8A patent/CN114201905B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960759A (zh) * | 2018-04-25 | 2018-12-07 | 广州恩锐施智能科技有限公司 | 一种批次配方管理系统 |
CN112912938A (zh) * | 2018-09-14 | 2021-06-04 | 科思创知识产权两合公司 | 用于改进与聚合物产品的生产有关的预测的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114201905A (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114201905B (zh) | 一种改性粒子的生产方法和装置 | |
KR20160063381A (ko) | 시험 장치를 모니터링하는 원격 컴퓨팅 장치를 위한 모바일 애플리케이션 인터랙티브 사용자 인터페이스 | |
JP6678824B2 (ja) | 非定常検出装置、非定常検出システム、および非定常検出方法 | |
JP6711323B2 (ja) | プロセスの異常状態診断方法および異常状態診断装置 | |
US11521120B2 (en) | Inspection apparatus and machine learning method | |
JP2019028834A (ja) | 異常値診断装置、異常値診断方法、およびプログラム | |
CN114474473B (zh) | 一种改性塑料的生产方法和系统 | |
CN110023861A (zh) | 用于监控制造工厂的系统和方法 | |
TWI756628B (zh) | 營運評估裝置、營運評估方法、及程式 | |
CN108737813B (zh) | QoE的确定方法、装置、存储介质及处理器 | |
CN110134913B (zh) | 数据分析方法、数据分析装置以及记录介质 | |
CN115145788A (zh) | 一种针对智能运维系统的检测数据生成方法和装置 | |
CN113424119A (zh) | 作业效率评价方法、作业效率评价装置以及程序 | |
CN110795324A (zh) | 一种数据处理方法及装置 | |
JP6702297B2 (ja) | プロセスの異常状態診断方法および異常状態診断装置 | |
JP7360925B2 (ja) | 分析システム | |
CN116450907A (zh) | 工艺路线可视化设置方法、系统和可读存储介质 | |
EP3745226A1 (en) | Plant evaluation device, plant evaluation method, and program | |
CN111954232B (zh) | 无线网络指标分类方法和装置 | |
CN113962558A (zh) | 一种基于生产数据管理的工业互联网平台评价方法及系统 | |
JP7118690B2 (ja) | 製造方法、情報処理装置、関係式算出装置、および、製造システム | |
CN114474523B (zh) | 一种改性塑料的性能调整方法和系统 | |
CN117371341B (zh) | 工艺参数确定方法、目标件制造方法、装置及介质 | |
US20230069342A1 (en) | Computer system and method of determining model switch timing | |
US20240070590A1 (en) | Analyzing apparatus, control method, and storage medium |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |