CN114474523A - 一种改性塑料的性能调整方法和系统 - Google Patents
一种改性塑料的性能调整方法和系统 Download PDFInfo
- Publication number
- CN114474523A CN114474523A CN202210118032.6A CN202210118032A CN114474523A CN 114474523 A CN114474523 A CN 114474523A CN 202210118032 A CN202210118032 A CN 202210118032A CN 114474523 A CN114474523 A CN 114474523A
- Authority
- CN
- China
- Prior art keywords
- characteristic
- temperature sequence
- test
- recipe
- test material
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C37/00—Component parts, details, accessories or auxiliary operations, not covered by group B29C33/00 or B29C35/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C37/00—Component parts, details, accessories or auxiliary operations, not covered by group B29C33/00 or B29C35/00
- B29C2037/90—Measuring, controlling or regulating
- B29C2037/903—Measuring, controlling or regulating by means of a computer
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本说明书实施例提供一种改性塑料的性能调整方法,该方法包括基于初始配方生成第一测试料;将所述第一测试料送入测试装置获取第一特征,所述第一特征反映所述第一测试料在预设温度序列下的粘度特性;基于所述第一特征与第二特征的差异,确定更新配方,所述第二特征反映产品在所述预设温度序列下的目标粘度特性。
Description
技术领域
本说明书涉及改性塑料领域,特别涉及一种改性塑料的性能调整方法和系统。
背景技术
为了使生产出来的改性塑料的流变性能符合要求,需要人为调整改性塑料的配方。调整改性塑料的配方往往需要经过很多次的实验,增加了很多时间、人力和物力成本,且对人为的经验依赖性很强。
因此,有必要提供一种改性塑料的性能调整方法和系统,以保证在给出准确的调整配方建议的同时减少调整配方的次数。
发明内容
本说明书实施例之一提供一种改性塑料的性能调整方法。所述改性塑料的性能调整方法包括:基于初始配方生成第一测试料;将所述第一测试料送入测试装置获取第一特征,所述第一特征反映所述第一测试料在预设温度序列下的粘度特性;基于所述第一特征与第二特征的差异,确定更新配方,所述第二特征反映产品在所述预设温度序列下的目标粘度特性。
本说明书实施例之一提供一种改性塑料的性能调整系统,所述改性塑料的性能调整系统包括:生成模块,用于基于初始配方生成第一测试料;获取模块,将所述第一测试料送入测试装置获取第一特征,所述第一特征反映所述第一测试料在预设温度序列下的粘度特性;确定模块,基于所述第一特征与第二特征的差异,确定更新配方,所述第二特征反映产品在所述预设温度序列下的目标粘度特性。
本说明书实施例之一提供一种改性塑料的性能调整装置,包括处理器,所述处理器用于执行改性塑料的性能调整方法。
本说明书实施例之一提供一种计算机可读存储介质,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,计算机执行改性塑料的性能调整方法。
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是根据本说明书一些实施例所示的改性塑料的性能调整系统的应用场景示意图;
图2是根据本说明书一些实施例所示的改性塑料的性能调整系统的模块图;
图3是根据本说明书一些实施例所示的改性塑料的性能调整的示例性流程图;
图4是根据本说明书一些实施例所示的确定更新配方的示意图;
图5是根据本说明书一些实施例所示的添加剂成分的调整建议量确定方法的示例性示意图。
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是根据本说明书一些实施例所示的改性塑料的性能调整系统的应用场景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、存储设备150、生产设备160、测试装置170。
在一些实施例中,服务器110可以是单个服务器或者服务器组。服务器组可以是集中式的或分布式的。例如,服务器110可以是分布式系统。在一些实施例中,服务器110可以是本地的或远程的。在一些实施例中,服务器110可以在云平台上实现。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160和/或测试装置170中。
在一些实施例中,服务器110可以包括处理设备112。处理设备112可以用于获取信息,并对收集的信息进行分析加工,以执行本说明书中描述的一个或以上功能。例如,处理设备112可以获取生产配方140并将获取到的生产配方140下发至生产设备160,并控制生产设备160按照生产配方140进行对应产品的生产。又如,处理设备112可以控制生产设备160基于初始配方生成第一测试料。又例如,处理设备112可以控制测试装置对第一测试料进行测试以获取第一特征。再例如,处理设备112可以基于第一特征与第二特征的差异,确定更新配方。
在一些实施例中,处理设备112可以包括一个或以上处理引擎(例如,单芯片处理引擎或多芯片处理引擎)。仅作为范例,处理设备112可以包括中央处理单元(CPU)、特定应用集成电路(ASIC)等或其任意组合。
网络120可以提供信息和/或数据交换的渠道。在一些实施例中,服务器110、用户终端130、存储设备150、生产设备160和/或测试装置170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发送的添加剂调整需求。又例如,服务器110可以通过网络120接收测试装置170的测试数据。
用户终端130可以是指用户用来输入调整需求等信息的终端。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。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。
生产配方140可以包括初始配方140-1和更新配方140-2。初始配方140-1是处理设备112得到的最初的生产配方。更新配方140-2是处理设备112得到的经过配方调整后的生产配方。关于初始配方和更新配方的进一步说明参见图3。
存储设备150可以用于存储数据和/或指令,例如,存储设备150可以用于存储生产配方140。存储设备150可以从例如服务器110、生产设备160、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可以储存处理设备112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。
生产设备160可以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160可以基于初始配方140-1生成第一测试料。
测试装置170可以是指用于测试产品特征的设备单元。在一些实施例中,测试装置170可以包括多对测试室。例如,测试装置170可以包括第一测试室170-1、第二测试室170-2、第三测试室170-3等。在一些实施例中,多对测试室可以分别按多个温度序列对第一测试料进行测试。
在一些实施例中,每对测试室包括调温装置和测温装置,其中,调温装置用于调整测试室内的温度,测温装置用于检测测试室内的温度。在一些实施例中,测试装置170可以用于测试生产设备160生产的第一测试料。在一些实施例中,可以使用网络120将这些生产数据发送给处理设备112进行进一步分析,关于测试装置170的更多说明参见图3步骤320。
图2所示的是根据本说明书一些实施例所示的改性塑料的性能调整系统200的模块图。如图2所示,改性塑料的性能调整系统200可以包括生成模块210、获取模块220以及确定模块230。
在一些实施例中,生成模块210可以用于基于初始配方生成第一测试料。
在一些实施例中,获取模块220可以用于将第一测试料送入测试装置获取第一特征。在一些实施例中,第一特征可以反映第一测试料在预设温度序列下的粘度特性。
在一些实施例中,确定模块230可以用于基于第一特征与第二特征的差异,确定更新配方。在一些实施例中,第二特征反映产品在预设温度序列下的目标粘度特性。
在一些实施例中,预设温度序列包括多个温度序列,测试装置包括多对测试室,多对测试室中的每对测试室包括至少两个可按相反方向旋转的旋转元件,多对测试室分别按多个温度序列对第一测试料进行测试。
在一些实施例中,确定模块可以进一步用于在同一显示界面以不同形式曲线显示第一特征、第二特征;基于获取到的添加剂成分调整信息,确定更新配方。
在一些实施例中,确定模块可以进一步用于显示参考温度序列、与参考温度序列对应的参考特征和对应的参考配方;参考温度序列基于预设温度序列通过向量数据库确定。
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,以上对于改性塑料的性能调整系统200及其模块的描述,仅为描述方便,并不能把本说明书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,改性塑料的性能调整系统200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,均在本说明书的保护范围之内。
图3是根据本说明书一些实施例所示的改性塑料的性能调整的示例性流程图。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112执行。
步骤310,基于初始配方生成第一测试料。该步骤由生成模块210执行。
初始配方是指最初的生产配方。在一些实施例中,初始配方可以由技术人员根据经验确定。在一些实施例中,初始配方可以从历史产品的配方中选取。在一些实施例中,初始配方可以包括塑料粒子和添加剂。其中,塑料粒子可以包括聚乙烯粒子、聚丙烯粒子、聚氯乙烯粒子等;添加剂可以包括POE、钙粉、色粉等。例如,初始配方可以是添加剂成分A的含量为1%,添加剂成分B的含量为1%,添加剂成分C的含量为2%,其余为塑料粒子。
第一测试料是基于初始配方生产的物料。例如,第一测试料可以是添加剂成分A的含量为1%,添加剂成分B的含量为1%,添加剂成分C的含量为2%,其余为塑料粒子的原料在生产装置中生产的物料。
在确定了初始配方后,可以控制生产装置基于初始配方生产第一测试料。在一些实施例中,可以通过用户操作生产装置生产第一测试料。通过用户操作生产装置生产第一测试料,操作灵活、设备简单、成本较低。在一些实施例中,可以通过处理设备控制生产装置生产第一测试料,例如,生产装置可以按照设定程序自动生产第一测试料。通过生产装置生产第一测试料,可以减少人工成本、重复性高、并且取料精确易操控。
步骤320,将所述第一测试料送入测试装置获取第一特征,所述第一特征反映所述第一测试料在预设温度序列下的粘度特性。该步骤由获取模块220执行。
第一特征可以反映第一测试料在预设温度序列下的粘度特性。测试时,扭矩通常是通过确定电机上的反应扭矩来测量的,它与主轴上的粘性阻力成正比,因此也与流体的粘度成正比。在一些实施例中,通过测试装置在预设温度序列下对第一测试料进行测试,可以获得第一测试料的扭矩随时间变化的曲线,即第一测试料在预设温度序列下的粘度特性。例如,如图4所示,实心圆点组成的曲线可以为第一特征。在一些实施例中,第一特征可以由向量表示,一个向量元素可以对应第一测试料在预设温度序列中某时间点对应的温度下对应的扭矩。
在一些实施例中,可以通过处理设备控制测试装置按照设定程序自动测试第一测试料。
温度序列是指随时间变化的一系列温度组成的序列。在一些实施例中,基于温度序列可以绘制温度随时间变化的曲线。如图4所示,实心三角形和空心三角形组成的曲线为基于两个温度序列绘制的曲线。
预设温度序列是预先设定的温度序列。在一些实施例中,预设温度序列可以由人为设定,例如,将目标产品实际使用的环境温度作为其预设温度序列等。在一些实施例中,预设温度序列可以包括多个温度序列,例如,可以将如图4中的实心三角形所在的温度序列和空心三角形所在的温度序列作为预设温度序列。
在一些实施例中,测试装置可以包括多对测试室(例如,2对测试室、3对测试室、5对测试室等),多对测试室中的每对测试室可以包括至少两个可按相反方向旋转的旋转元件。在一些实施例中,测试室可以包括调温装置和测温装置。由于在测试过程中温度会产生变化,可以通过调温装置和测温装置调整温度,使温度满足预设的温度序列。其中,调温装置可以包括冷却装置和加热装置,处理器可以控制测温装置测量测试室的温度,并控制调温装置对测试室进行实时调温,以使温度满足预设的温度序列。
在一些实施例中,测试装置可以测得改性塑料在预设温度序列下的粘度特性(或称,扭矩)随时间变化的曲线。在一些实施例中,多对测试室可以分别按多个温度序列对改性塑料进行测试。例如,假设预设温度序列包括n个温度序列,那可以利用n对测试室同时对n个第一测试料进行测试,获取预设温度序列中每个温度序列下第一测试料的第一特征。
通过在测试装置中设置多对测试室,可以分别按多个温度序列对第一测试料进行测试,节约了时间,提高了测试效率。
步骤330,基于所述第一特征与第二特征的差异,确定更新配方。该步骤由确定模块230执行。
第二特征可以反映产品在预设温度序列下的目标粘度特性。在一些实施例中,通过测试装置在预设温度序列下对产品进行测试,可以获得产品的扭矩随时间变化的曲线,即产品在预设温度序列下的粘度特性。例如,如图4所示,实心方块组成的曲线可以为第二特征。在一些实施例中,第二特征可以由向量表示,一个向量元素可以表示产品在预设温度序列中某时间点对应的温度下对应的扭矩。
更新配方是经过配方调整后的生产配方。在一些实施例中,更新配方可以是初始配方经过添加剂成分调整后的配方。例如,更新配方可以是添加剂成分A的含量为2%,添加剂成分B的含量为1.5%,添加剂成分C的含量为1.5%,其余为塑料粒子。
更新配方的确定可以有多种方式。
在一些实施例中,更新配方可以是用户基于第一特征和第二特征的差异自行调整的配方。例如,当第一特征的熔融粘度较第二特征的熔融粘度大时,可以自行调整配方,使更新配方中的塑料流动剂的含量大于初始配方的塑料流动剂的含量。
在一些实施例中,更新配方可以是基于第一特征和第二特征的差异,基于获取到的添加剂成分调整信息确定的更新配方。例如,可以是用户自行输入的添加剂成分调整信息,也可以基于调整量模型获得添加剂成分调整信息。
在一些实施例中,第一特征、第二特征可以在同一显示界面以不同形式曲线显示。例如,第一特征、第二特征可以在同一显示界面以不同颜色曲线显示。又例如,如图4所示,第一特征、第二特征可以在同一显示界面以不同形状(包括空心实心的区别)的图形组成的曲线显示。其中,实心三角形组成的曲线代表预设温度序列;实心圆形组成的曲线代表第一特征;实心正方形组成的曲线代表第二特征。
添加剂成分调整信息是初始配方到更新配方的添加剂成分调整量。例如,添加剂成分调整信息可以是添加剂成分A的含量增加1%,添加剂成分B的含量增加0.5%,添加剂成分C的含量检索0.5%。
在一些实施例中,添加剂成分调整信息为添加剂成分的调整建议量,并非最终的调整量。用户可以以调整建议量作为最终的调整量,从而获得最终的更新配方。用户也可以对调整建议量进行进一步调整以获得最终的调整量,从而获得最终的更新配方。
添加剂成分调整信息的获取可以有多种方式。
在一些实施例中,添加剂成分调整信息可以是用户自行输入的添加剂成分调整信息。
在一些实施例中,可以将第一特征和第二特征的差异和温度序列输入调整量模型,确定添加剂成分的调整建议量,最后以调整建议量为默认调整输入。用户可以以默认调整作为最终的调整量,也可以对默认调整进行进一步调整。
在一些实施例中,可以首先获取第一特征和第二特征的向量形式,然后确定第一特征与第二特征的差向量,接着基于差向量和预设温度序列,通过调整量模型,确定添加剂成分的调整建议量,最后以调整建议量为默认调整输入。
在一些实施例中,第一特征和第二特征还可以基于其他形式表示。例如,第一特征和第二特征还可以以矩阵或序列形式表示,对应的,调整量模型的输入可以为第一特征和第二特征的矩阵差或序列差与预设温度序列。
在一些实施例中,可以自行设置扭矩提取间隔,将第一特征的数据提取为向量。例如,可以是每秒提取一次。又例如,可以是间隔10s提取一次。第二特征和温度序列也可以通过同样的方式设置为同维度的向量。
在同一个屏幕上用不同形式曲线显示第一特征和第二特征,通过对第一特征向量和第二特征向量做差,得到差向量,该差向量可以反映不同温度下第一特征与第二特征的差异。
在一些实施例中,将差向量和预设温度序列输入调整量模型后,可以由调整量模型输出添加剂成分的调整建议量。
在一些实施例中,调整量模型可以基于深度学习神经网络模型构建。示例性深度学习神经网络模型可以包括卷积网络模型(CNN)、完全卷积神经网络(FCN)模型、生成对抗性网络(GAN)、反向传播(BP)机器学习模型、径向基函数(RBF)机器学习模型、深度信念网络(DBN)、Elman机器学习模型等或其组合。
关于调整量模型的更多内容可以参见本说明书其他部分(例如,图5及其相关描述),在此不再赘述。
在一些实施例中,还可以在显示界面上显示参考温度序列、与参考温度序列对应的参考特征和对应的参考配方,其中参考温度序列基于预设温度序列通过向量数据库确定。
在一些实施例中,可以通过编码模型对历史温度序列、与历史温度序列对应的历史特征以及历史配方进行编码,得到历史温度序列向量、历史特征向量以及历史配方向量,接着可以将历史温度序列向量、历史特征向量以及历史配方向量输入向量模型,得到向量数据库。
在一些实施例中,可以通过向量数据库计算历史温度序列向量与预设温度序列向量的相似度来确定参考温度序列,从而获得与参考温度序列对应的参考特征和对应的参考配方。
当与参考温度序列对应的参考特征和对应的参考配方数量较多时,可以进一步基于第二特征通过向量数据库确定参考温度序列和参考特征,从而获得与参考温度序列和参考特征对应的参考配方。
在一些实施例中,确定参考温度序列向量或参考特征向量可以通过以下方法获得:首先,采用余弦相似度、欧式距离、曼哈顿距离等算法计算相似度,再基于相似度的大小确定参考温度序列向量或参考特征向量。例如,可以自动匹配到与预设温度序列向量相似度最大的温度序列向量作为参考温度序列向量,或者可以自动匹配到相似度高于一定阈值的温度序列向量作为参考温度序列向量。
当确认了参考温度序列、与参考温度序列对应的参考特征和对应的参考配方后,可以在同一显示界面以不同形式曲线显示参考温度序列和参考特征,以便为用户确定最终配方提供参考。如图4所示,空心三角形组成的曲线代表参考温度序列;空心正方形组成的曲线代表参考特征。用户可以根据参考温度序列和参考特征对应的参考配方确定最终的更新配方。
显示参考温度序列、与所述参考温度序列对应的参考特征和对应的参考配方可以使用户确定的最终更新配方更加准确且效率更高,但需要说明的是显示参考温度序列、与所述参考温度序列对应的参考特征和对应的参考配方的操作并非必须操作。
在一些实施例中,可以基于添加剂成分调整信息调整初始配方,以确定更新配方。例如,初始配方可以是添加剂成分A的含量为1%,添加剂成分B的含量为1%,添加剂成分C的含量为2%,其余为塑料粒子。添加剂成分调整信息是添加剂成分A的含量增加1%,添加剂成分B的含量增加0.5%,添加剂成分C的含量检索0.5%,则对应的更新配方可以是添加剂成分A的含量为2%,添加剂成分B的含量为1.5%,添加剂成分C的含量为1.5%,其余为塑料粒子。
通过改性塑料的性能调整方法,可以减少用户自行调整的盲目性和对经验的依赖性,可以一定程度提高配方调整准确度,从而更快速的确定符合要求的改性塑料的配方。
图5是根据本说明书一些实施例所示的添加剂成分的调整建议量确定方法的示例性示意图。
在一些实施例中,如图5所示,调整量模型530的输入可以是差向量520-1和预设温度序列520-2。差向量520-1可以基于第一特征510-1和第二特征510-2获取。
在一些实施例中,调整量模型530的输出为添加剂成分的建议调整量540。
在一些实施例中,如图5所示,调整量模型530的模型参数可以通过多个有标签的第一训练样本550训练得到。在一些实施例中,可以基于大量的合格的配方数据获得多组第一训练样本550,每组第一训练样本550可以包括多个训练数据及训练数据对应的标签。训练数据可以包括历史预设温度序列和历史第一特征和历史第二特征对应的差向量,训练数据的标签可以是基于实际数据得到的历史添加剂成分的建议调整量。
在一些实施例中,训练数据和训练数据的标签的确定方法可以是选定一个历史预设温度序列、历史第二特征和历史更新配方,通过向量数据库自动匹配到与历史预设温度序列相似度最大的温度序列,或者相似度高于一定阈值的温度序列,从而选择该温度序列对应的特征和配方作为历史第一特征和历史初始配方。接着对历史第一特征和历史第二特征做差确定差向量,并基于历史初始配方和历史更新配方确定历史添加剂成分的建议调整量。其中,历史预设温度序列和历史差向量可以作为训练数据,历史添加剂成分的建议调整量可以作为标签。
通过多组第一训练样本550可以更新初始调整量模型560的参数,得到训练好的初始调整量模型560。调整量模型530的参数来自于训练好的初始调整量模型560。
在一些实施例中,可以基于多个第一训练样本迭代更新初始调整量模型560的参数,以使模型的损失函数满足预设条件。例如,损失函数收敛,或损失函数值小于预设值。当损失函数满足预设条件时模型训练完成,得到训练好的初始调整量模型560。其中,调整量模型530和训练好的初始调整量模型560具备相同的模型结构。
通过调整量模型对改性塑料的性能进行调整,将基于第一特征和第二特征获取差向量和预设温度序列输入调整量模型,以得到添加剂成分的建议调整量,显著提升了添加剂成分的建议调整量的准确度,从而可以减少人为参与实验的过程,节省了实验的时间、人力和物力成本。
应当注意的是,上述有关流程改性塑料的性能调整方法的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程改性塑料的性能调整方法进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
本说明书实施例还提供了一种改性塑料的性能调整装置,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塑料的性能调整方法对应的操作。
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塑料的性能调整方法。
本说明书实施例可能带来的有益效果包括但不限于:(1)通过改性塑料的性能调整方法,可以减少用户自行调整的盲目性和对经验的依赖性,可以一定程度提高配方调整准确度,从而更快速的确定符合要求的改性塑料的配方。(2)通过在测试装置中设置多对测试室,可以分别按多个温度序列对第一测试料进行测试,节约了时间,提高了测试效率。(3)通过调整量模型对改性塑料的性能进行调整,将基于第一特征和第二特征获取差向量和预设温度序列输入调整量模型,以得到添加剂成分的建议调整量,显著提升了添加剂成分的建议调整量的准确度,从而可以减少人为参与实验的过程,节省了实验的时间、人力和物力成本。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 (10)
1.一种改性塑料的性能调整方法,包括:
基于初始配方生成第一测试料;
将所述第一测试料送入测试装置获取第一特征,所述第一特征反映所述第一测试料在预设温度序列下的粘度特性;
基于所述第一特征与第二特征的差异,确定更新配方,所述第二特征反映产品在所述预设温度序列下的目标粘度特性。
2.根据权利要求1所述的方法,所述预设温度序列包括多个温度序列,所述测试装置包括多对测试室,所述多对测试室中的每对测试室包括至少两个可按相反方向旋转的旋转元件,所述多对测试室分别按所述多个温度序列对所述第一测试料进行测试。
3.根据权利要求1所述的方法,所述基于所述第一特征与第二特征的差异,确定更新配方,包括:
在同一显示界面以不同形式曲线显示所述第一特征、所述第二特征;
基于获取到的添加剂成分调整信息,确定更新配方。
4.根据权利要求3所述的方法,所述方法还包括:
显示参考温度序列、与所述参考温度序列对应的参考特征和对应的参考配方;所述参考温度序列基于所述预设温度序列通过向量数据库确定。
5.一种改性塑料的性能调整系统,包括:
生成模块,用于基于初始配方生成第一测试料;
获取模块,将所述第一测试料送入测试装置获取第一特征,所述第一特征反映所述第一测试料在预设温度序列下的粘度特性;
确定模块,基于所述第一特征与第二特征的差异,确定更新配方,所述第二特征反映产品在所述预设温度序列下的目标粘度特性。
6.根据权利要求5所述的系统,所述预设温度序列包括多个温度序列,所述测试装置包括多对测试室,所述多对测试室中的每对测试室包括至少两个可按相反方向旋转的旋转元件,所述多对测试室分别按所述多个温度序列对所述第一测试料进行测试。
7.根据权利要求5所述的系统,所述确定模块进一步用于:
在同一显示界面以不同形式曲线显示所述第一特征、所述第二特征;
基于获取到的添加剂成分调整信息,确定更新配方。
8.根据权利要求7所述的系统,所述确定模块进一步用于:
显示参考温度序列、与所述参考温度序列对应的参考特征和对应的参考配方;所述参考温度序列基于所述预设温度序列通过向量数据库确定。
9.一种改性塑料的性能调整装置,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,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至4中任一项所述改性塑料的性能调整方法。
10.一种计算机可读存储介质,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至4中任意一项所述改性塑料的性能调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210118032.6A CN114474523B (zh) | 2022-02-08 | 2022-02-08 | 一种改性塑料的性能调整方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210118032.6A CN114474523B (zh) | 2022-02-08 | 2022-02-08 | 一种改性塑料的性能调整方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114474523A true CN114474523A (zh) | 2022-05-13 |
CN114474523B CN114474523B (zh) | 2023-02-03 |
Family
ID=81478694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210118032.6A Active CN114474523B (zh) | 2022-02-08 | 2022-02-08 | 一种改性塑料的性能调整方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114474523B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0024121D0 (en) * | 2000-10-03 | 2000-11-15 | Bae Systems Plc | Predicting behaviour of a moulded composite component |
CN101533483A (zh) * | 2009-04-14 | 2009-09-16 | 江苏大学 | 金属塑料复合自润滑材料塑料工作层成分优化方法 |
CN108935693A (zh) * | 2018-05-28 | 2018-12-07 | 贝因美(杭州)食品研究院有限公司 | 一种筛选调味乳粉配方的方法 |
CN111553117A (zh) * | 2020-04-22 | 2020-08-18 | 东华大学 | 基于遗传算法的堆叠式集成学习的聚酯特性粘度控制方法 |
WO2021105325A1 (en) * | 2019-11-28 | 2021-06-03 | Basf Se | Method and controlling system for controlling polymer viscosity quality |
CN113470764A (zh) * | 2021-07-13 | 2021-10-01 | 广东丸美生物技术股份有限公司 | 一种化妆品配方的调配方法与装置 |
-
2022
- 2022-02-08 CN CN202210118032.6A patent/CN114474523B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0024121D0 (en) * | 2000-10-03 | 2000-11-15 | Bae Systems Plc | Predicting behaviour of a moulded composite component |
CN101533483A (zh) * | 2009-04-14 | 2009-09-16 | 江苏大学 | 金属塑料复合自润滑材料塑料工作层成分优化方法 |
CN108935693A (zh) * | 2018-05-28 | 2018-12-07 | 贝因美(杭州)食品研究院有限公司 | 一种筛选调味乳粉配方的方法 |
WO2021105325A1 (en) * | 2019-11-28 | 2021-06-03 | Basf Se | Method and controlling system for controlling polymer viscosity quality |
CN114829106A (zh) * | 2019-11-28 | 2022-07-29 | 巴斯夫欧洲公司 | 用于控制聚合物粘度质量的方法与控制系统 |
CN111553117A (zh) * | 2020-04-22 | 2020-08-18 | 东华大学 | 基于遗传算法的堆叠式集成学习的聚酯特性粘度控制方法 |
CN113470764A (zh) * | 2021-07-13 | 2021-10-01 | 广东丸美生物技术股份有限公司 | 一种化妆品配方的调配方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114474523B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019018375A1 (en) | NEURONAL ARCHITECTURE RESEARCH FOR CONVOLUTION NEURAL NETWORKS | |
CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
CN114201905B (zh) | 一种改性粒子的生产方法和装置 | |
US20170315960A1 (en) | Factor analysis apparatus, factor analysis method and recording medium, and factor analysis system | |
US10571893B2 (en) | Orientation optimization in 3D printing | |
CN106778820A (zh) | 识别模型确定方法及装置 | |
CN107590460A (zh) | 人脸分类方法、装置及智能终端 | |
CN113538441A (zh) | 图像分割模型的处理方法、图像处理方法及装置 | |
CN109726764A (zh) | 一种模型选择方法、装置、设备和介质 | |
CN117008557B (zh) | 共混型互穿网络热塑性弹性体的生产控制方法及系统 | |
CN114722091A (zh) | 数据处理方法、装置、存储介质以及处理器 | |
CN111178537A (zh) | 一种特征提取模型训练方法及设备 | |
CN115600046A (zh) | 流体的流量估计方法及装置 | |
CN114474523B (zh) | 一种改性塑料的性能调整方法和系统 | |
CN109115446B (zh) | 基于跨声速风洞风速精度控制方法及系统 | |
CN107945237A (zh) | 多尺度标定板 | |
CN113051820A (zh) | 基于卷积神经网络的跨流域气动参数模拟方法 | |
CN114986833B (zh) | 一种动态调控的注塑方法、系统、装置及介质 | |
CN107918922A (zh) | 业务推荐方法及业务推荐装置 | |
CN109885598B (zh) | 故障识别方法、装置、计算机可读存储介质及电子设备 | |
CN116110033A (zh) | 车牌生成方法、装置、非易失性存储介质和计算机设备 | |
CN112749150B (zh) | 一种错误标注数据的识别方法、装置和介质 | |
CN111210877A (zh) | 一种推断物性参数的方法及装置 | |
CN112200222A (zh) | 模型训练设备 | |
CN115598967B (zh) | 参数整定模型训练、参数确定方法、装置、设备及介质 |
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 |