CN115372200A - 基于x射线的在线面密度测量方法及装置 - Google Patents
基于x射线的在线面密度测量方法及装置 Download PDFInfo
- Publication number
- CN115372200A CN115372200A CN202210815492.4A CN202210815492A CN115372200A CN 115372200 A CN115372200 A CN 115372200A CN 202210815492 A CN202210815492 A CN 202210815492A CN 115372200 A CN115372200 A CN 115372200A
- Authority
- CN
- China
- Prior art keywords
- film substrate
- data
- ray
- areal density
- surface density
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000000758 substrate Substances 0.000 claims abstract description 86
- 238000005259 measurement Methods 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims abstract description 29
- 238000001739 density measurement Methods 0.000 claims abstract description 21
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 13
- 238000004846 x-ray emission Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 13
- 239000010408 film Substances 0.000 description 79
- 238000013461 design Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 229910052718 tin Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
- G01N9/24—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by observing the transmission of wave or particle radiation through the material
Abstract
本发明提供了一种基于X射线在线面密度测量方法及装置，所述方法包括：获取薄膜基材的原始数据；对原始数据进行预处理；对处理后的数据进行模型训练，获得监控模型；通过X射线探测器获取薄膜基材的实时测量数据；将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；依据面密度检测结果分析薄膜基材的质量。通过监控模型对薄膜基材的面密度进行精密测量，以及对薄膜基材的一致性生产质量管控，保证薄膜基材生产线的稳定性，全方位提升薄膜基材的产品质量。
Description
技术领域
本发明涉及基材密度检测领域，具体涉及一种基于X射线在线面密度测量方法及装置。
背景技术
薄膜基材厚度/面密度是否均匀一致，是检测薄膜各项性能的基础。薄膜厚度不均匀，不但会影响到薄膜各处的拉伸强度、阻隔性等，更会影响薄膜的后续加工。对有些薄膜基材而言，厚度/面密度测量是衡量材料质量的基础手段，例如薄膜、塑料、橡胶、纸张、纺织品、金属箔片（铝箔、铜箔、锡箔等）、板材等等。测量厚度/面密度的目的也逐渐由控制外观质量发展成为保证材料进一步完善加工的主要方法，因此，以节约成本、提高工业化生产效率为目的，薄膜基材厚度/面密度的测量受到了各行各业的广泛关注。
目前主要的厚度/面密度测量仪器，虽然都有了微电脑控制、液晶显示功能，具有了数据实时显示（显示最大值、最小值、平均值）、自动统计、统计、打印等功能，但测量的系统集成度较低，仍停留在一般的应用水平上。如何确保测量数据的精密性、稳定性，并将测量数据精准应用于薄膜基材的生产线工艺过程中，是当前薄膜基材厚度/面密度测量设备所要解决的问题。
发明内容
本发明的目的是提供一种基于X射线在线面密度测量方法及装置。
为了解决上述技术问题，本发明提供了一种基于X射线在线面密度测量方法，所述方法包括：
获取薄膜基材的原始数据；
对原始数据进行预处理；
对处理后的数据进行模型训练，获得监控模型；
通过X射线探测器获取薄膜基材的实时测量数据；
将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；
依据面密度检测结果分析薄膜基材的质量。
进一步的，所述获取薄膜基材的原始数据的步骤包括：
通过X射线探测器对薄膜基材的面密度进行测量，从而获得原始数据。
进一步的，所述通过X射线探测器对薄膜基材的面密度进行测量，从而获得原始数据步骤中的X射线探测器包括X射线发射源以及接收探测头；
薄膜基材放置在X射线发射源以及接收探测头之间，并通过往复移动X射线发射源以及接收探测头来完成测量。
进一步的，在对原始数据进行预处理的步骤之前，所述基于X射线在线面密度测量方法还包括以下步骤：
通过趋势分析以及拟合的方法将往复扫描的曲线进行拟合；
对扫描的曲线的测量数据进行位置标定，从而使测量数据与扫描运动位置对齐。
进一步的，所述对原始数据进行预处理的步骤包括：
对原始数据进行噪声处理；
对原始数据进行温度PID补偿处理；
对原始数据进行误差校正。
进一步的，所述对处理后的数据进行模型训练，获得监控模型的步骤包括：
依据处理后的数据进行面密度计算，从而获得数据集；
将数据集划分为训练集以及测试集；
依据训练集以及测试集完成模型的训练，从而获得监控模型。
进一步的，所述依据处理后的数据进行面密度计算，从而获得数据集中的面密度计算公式为：
式中：m表示薄膜基材的面密度，λ表示薄膜基材的吸收系数，I表示X射线透过薄膜基材之后的射线强度，I 0 表示透过被测材料之前的涉射线强度。
本发明还提供了一种基于X射线在线面密度测量装置，所述装置包括：
原始数据获取模块，适于获取薄膜基材的原始数据；
预处理模块，适于对原始数据进行预处理；
训练模块，适于对处理后的数据进行模型训练，获得监控模型；
数据实时测量模块，适于通过X射线探测器获取薄膜基材的实时测量数据；
检测模块，适于将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；
质量分析模块，适于依据面密度检测结果分析薄膜基材的质量。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，所述一个或一个以上的指令内的处理器执行时实现上述的基于X射线在线面密度测量方法。
本发明还提供了一种电子设备，包括存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器，通过加载并执行所述至少一条程序指令以实现上述的基于X射线在线面密度测量方法。
本发明的有益效果是，本发明提供了一种基于X射线在线面密度测量方法及装置，所述方法包括：获取薄膜基材的原始数据；对原始数据进行预处理；对处理后的数据进行模型训练，获得监控模型；通过X射线探测器获取薄膜基材的实时测量数据；将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；依据面密度检测结果分析薄膜基材的质量。通过监控模型对薄膜基材的面密度进行精密测量，以及对薄膜基材的一致性生产质量管控，保证薄膜基材生产线的稳定性，全方位提升薄膜基材的产品质量。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明所提供的基于X射线在线面密度测量方法的流程图。
图2是本发明所提供的基基于X射线在线面密度测量装置的原理框图。
图3是本发明所提供的电子设备的部分原理框图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
实施例1
如图1所示，本实施例1提供了一种基于X射线在线面密度测量方法，通过监控模型对薄膜基材的面密度进行精密测量，以及对薄膜基材的一致性生产质量管控，保证薄膜基材生产线的稳定性，全方位提升薄膜基材的产品质量。
具体来说，所述方法包括以下步骤：
S110：获取薄膜基材的原始数据；
在本实施例中，所述获取薄膜基材的原始数据的步骤包括：
通过X射线探测器对薄膜基材的面密度进行测量，从而获得原始数据。其中，X射线探测器包括X射线发射源以及接收探测头；薄膜基材放置在X射线发射源以及接收探测头之间，并通过往复移动X射线发射源以及接收探测头来完成测量。
优选的，通过趋势分析以及拟合的方法将往复扫描的曲线进行拟合；对扫描的曲线的测量数据进行位置标定，从而使测量数据与扫描运动位置对齐。
X射线探测器对薄膜基材进行往复移动扫描，可提供0.1mm的扫描采样距离，利用往复扫描完成原始测量数据的采集。往复移动扫描用的X射线探测器由X射线发射源和接收探测头两部分组成，其采样频率大于100kHz。X射线发射源采用模块化设计、免维护设计及规范制手段保证了测量系统的高可靠性；接收探测头采用电离室和电子前置放大器组成，具有大空间，高抗干扰性、高灵敏度等特点。
S120：对原始数据进行预处理。
具体来说，步骤S120包括以下步骤：
S121：对原始数据进行噪声处理。
需要说明的是，此处的噪声处理，并不是将噪声进行去除。具体来说，原始数据由X射线探测器原始信号以及叠加噪声后的X射线探测器信号，此处的噪声处理，是将叠加噪声后的X射线探测器信号进行识别以及标记，便于后续训练的监控模型能很好的鉴别出X射线探测器的噪声信号。
S122：对原始数据进行温度PID补偿处理。
具体来说，在不同温度下，测量的原始数据会造成偏差，因此，需要根据温度对原始数据进行自适应补偿。
S123：对原始数据进行误差校正。
S130：对处理后的数据进行模型训练，获得监控模型；
在本实施例中，步骤S130包括以下步骤：
S131：依据处理后的数据进行面密度计算，从而获得数据集。
其中，所述依据处理后的数据进行面密度计算，从而获得数据集中的面密度计算公式为：
式中：m表示薄膜基材的面密度，λ表示薄膜基材的吸收系数，I表示X射线透过薄膜基材之后的射线强度，I 0 表示透过被测材料之前的涉射线强度。
S132：将数据集划分为训练集以及测试集；
S133：依据训练集以及测试集完成模型的训练，从而获得监控模型。
S140：通过X射线探测器获取薄膜基材的实时测量数据。
在本实施例中，步骤S140中的数据测量的方式，与步骤S110中的原始数据测量的过程相同。
S150：将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测。
S160：依据面密度检测结果分析薄膜基材的质量。
具体来说，通过比对薄膜基材面密度与标准面密度之间的差值来判断薄膜基材的质量，当发现薄膜基材的面密度小于标准面密度时，增加薄膜基材在生产时原料流出的速度，当发现薄膜基材的面密度大于标准面密度时，减小薄膜基材在生产时原料流出的速度。
实施例2
如图2所示，本实施例2提供了一种基于X射线在线面密度测量装置，所述装置包括：原始数据获取模块、预处理模块、训练模块、数据实时测量模块、检测模块以及质量分析模块。
原始数据获取模块，适于获取薄膜基材的原始数据。具体来说，原始数据获取模块用于执行以下步骤：通过X射线探测器对薄膜基材的面密度进行测量，从而获得原始数据。其中，X射线探测器包括X射线发射源以及接收探测头；薄膜基材放置在X射线发射源以及接收探测头之间，并通过往复移动X射线发射源以及接收探测头来完成测量。
优选的，通过趋势分析以及拟合的方法将往复扫描的曲线进行拟合；对扫描的曲线的测量数据进行位置标定，从而使测量数据与扫描运动位置对齐。
X射线探测器对薄膜基材进行往复移动扫描，可提供0.1mm的扫描采样距离，利用往复扫描完成原始测量数据的采集。往复移动扫描用的X射线探测器由X射线发射源和接收探测头两部分组成，其采样频率大于100kHz。X射线发射源采用模块化设计、免维护设计及规范制手段保证了测量系统的高可靠性；接收探测头采用电离室和电子前置放大器组成，具有大空间，高抗干扰性、高灵敏度等特点。
预处理模块，适于对原始数据进行预处理。具体来说，预处理模块用于执行以下步骤：
S121：对原始数据进行噪声处理。
需要说明的是，此处的噪声处理，并不是将噪声进行去除。具体来说，原始数据由X射线探测器原始信号以及叠加噪声后的X射线探测器信号，此处的噪声处理，是将叠加噪声后的X射线探测器信号进行识别以及标记，便于后续训练的监控模型能很好的鉴别出X射线探测器的噪声信号。
S122：对原始数据进行温度PID补偿处理。
具体来说，在不同温度下，测量的原始数据会造成偏差，因此，需要根据温度对原始数据进行自适应补偿。
S123：对原始数据进行误差校正。
训练模块，适于对处理后的数据进行模型训练，获得监控模型。具体来说，训练模块用于执行以下步骤：
S131：依据处理后的数据进行面密度计算，从而获得数据集。
其中，所述依据处理后的数据进行面密度计算，从而获得数据集中的面密度计算公式为：
式中：m表示薄膜基材的面密度，λ表示薄膜基材的吸收系数，I表示X射线透过薄膜基材之后的射线强度，I 0 表示透过被测材料之前的涉射线强度。
S132：将数据集划分为训练集以及测试集；
S133：依据训练集以及测试集完成模型的训练，从而获得监控模型。
数据实时测量模块，适于通过X射线探测器获取薄膜基材的实时测量数据。具体来说，数据实时测量模块与原始数据获取模块的测量过程相同。
检测模块，适于将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；
质量分析模块，适于依据面密度检测结果分析薄膜基材的质量。
实施例3
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，其特征在于，所述一个或一个以上的指令内的处理器执行时实现实施例1所提供的基于X射线在线面密度测量方法。
在本实施例中，基于X射线在线面密度测量方法包括：获取薄膜基材的原始数据；对原始数据进行预处理；对处理后的数据进行模型训练，获得监控模型；通过X射线探测器获取薄膜基材的实时测量数据；将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；依据面密度检测结果分析薄膜基材的质量。通过监控模型对薄膜基材的面密度进行精密测量，以及对薄膜基材的一致性生产质量管控，保证薄膜基材生产线的稳定性，全方位提升薄膜基材的产品质量。
实施例4
请参阅图3，本发明实施例还提供了一种电子设备，包括：存储器502和处理器501；所述存储器502中存储有至少一条程序指令；所述处理器501，通过加载并执行所述至少一条程序指令以实现如实施例1所提供的基于X射线在线面密度测量方法。
存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。
处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。
综上所述，本发明提供了一种基于X射线在线面密度测量方法及装置，所述方法包括：获取薄膜基材的原始数据；对原始数据进行预处理；对处理后的数据进行模型训练，获得监控模型；通过X射线探测器获取薄膜基材的实时测量数据；将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；依据面密度检测结果分析薄膜基材的质量。通过监控模型对薄膜基材的面密度进行精密测量，以及对薄膜基材的一致性生产质量管控，保证薄膜基材生产线的稳定性，全方位提升薄膜基材的产品质量。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种基于X射线在线面密度测量方法，其特征在于，所述方法包括：
获取薄膜基材的原始数据；
对原始数据进行预处理；
对处理后的数据进行模型训练，获得监控模型；
通过X射线探测器获取薄膜基材的实时测量数据；
将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；
依据面密度检测结果分析薄膜基材的质量。
2.如权利要求1所述的基于X射线在线面密度测量方法，其特征在于，所述获取薄膜基材的原始数据的步骤包括：
通过X射线探测器对薄膜基材的面密度进行测量，从而获得原始数据。
3.如权利要求2所述的基于X射线在线面密度测量方法，其特征在于，所述通过X射线探测器对薄膜基材的面密度进行测量，从而获得原始数据步骤中的X射线探测器包括X射线发射源以及接收探测头；
薄膜基材放置在X射线发射源以及接收探测头之间，并通过往复移动X射线发射源以及接收探测头来完成测量。
4.如权利要求3所述的基于X射线在线面密度测量方法，其特征在于，在对原始数据进行预处理的步骤之前，所述基于X射线在线面密度测量方法还包括以下步骤：
通过趋势分析以及拟合的方法将往复扫描的曲线进行拟合；
对扫描的曲线的测量数据进行位置标定，从而使测量数据与扫描运动位置对齐。
5.如权利要求4所述的基于X射线在线面密度测量方法，其特征在于，所述对原始数据进行预处理的步骤包括：
对原始数据进行噪声处理；
对原始数据进行温度PID补偿处理；
对原始数据进行误差校正。
6.如权利要求5所述的基于X射线在线面密度测量方法，其特征在于，所述对处理后的数据进行模型训练，获得监控模型的步骤包括：
依据处理后的数据进行面密度计算，从而获得数据集；
将数据集划分为训练集以及测试集；
依据训练集以及测试集完成模型的训练，从而获得监控模型。
7.如权利要求6所述的基于X射线在线面密度测量方法，其特征在于，
所述依据处理后的数据进行面密度计算，从而获得数据集中的面密度计算公式为：
式中：m表示薄膜基材的面密度，λ表示薄膜基材的吸收系数，I表示X射线透过薄膜基材之后的射线强度，I 0 表示透过被测材料之前的涉射线强度。
8.一种基于X射线在线面密度测量装置，其特征在于，所述装置包括：
原始数据获取模块，适于获取薄膜基材的原始数据；
预处理模块，适于对原始数据进行预处理；
训练模块，适于对处理后的数据进行模型训练，获得监控模型；
数据实时测量模块，适于通过X射线探测器获取薄膜基材的实时测量数据；
检测模块，适于将实时测量数据输入至监控模型中，从而完成对薄膜基材面密度的检测；
质量分析模块，适于依据面密度检测结果分析薄膜基材的质量。
9.一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，其特征在于，所述一个或一个以上的指令内的处理器执行时实现权利要求1至7中任一所述的基于X射线在线面密度测量方法。
10.一种电子设备，其特征在于，包括存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器，通过加载并执行所述至少一条程序指令以实现权利要求1-7中任一项所述的基于X射线在线面密度测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210815492.4A CN115372200A (zh) | 2022-07-12 | 2022-07-12 | 基于x射线的在线面密度测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210815492.4A CN115372200A (zh) | 2022-07-12 | 2022-07-12 | 基于x射线的在线面密度测量方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115372200A true CN115372200A (zh) | 2022-11-22 |
Family
ID=84062628
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210815492.4A Pending CN115372200A (zh) | 2022-07-12 | 2022-07-12 | 基于x射线的在线面密度测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115372200A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115524259A (zh) * | 2022-11-03 | 2022-12-27 | 蓝冰河(常州)精密测量技术有限责任公司 | 基于Kr-85实现的β射线电解铜箔面密度质量检测装置 |
| CN116297289A (zh) * | 2022-12-29 | 2023-06-23 | 蓝冰河(常州)精密测量技术有限责任公司 | 一种基于InGaAs阵列探测器的近红外薄膜质量在线监测系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11108820A (ja) * | 1997-09-30 | 1999-04-23 | Nippon Muki Co Ltd | グラスウールの重量面密度測定方法 |
| US20050031158A1 (en) * | 2003-05-27 | 2005-02-10 | Biernacki Jacek M. | Method of wood strength and stiffness prediction |
| CN102944498A (zh) * | 2012-11-08 | 2013-02-27 | 佛山市枫莱尔自动化技术有限公司 | 电池极片涂布生产线在线面密度检测系统及检测方法 |
| US20150330915A1 (en) * | 2014-05-16 | 2015-11-19 | Tokyo Electron Limited | Nondestructive inline x-ray metrology with model-based library method |
| WO2019056499A1 (zh) * | 2017-09-20 | 2019-03-28 | 平安科技（深圳）有限公司 | 预测模型训练方法、数据监控方法、装置、设备及介质 |
| US20190357844A1 (en) * | 2018-05-23 | 2019-11-28 | Siemens Healthcare Gmbh | Method and apparatus for determining a patient weight and/or a body mass index |
| CN111783338A (zh) * | 2020-06-30 | 2020-10-16 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的微观组织金属强度分布预测方法及装置 |
| CN112396591A (zh) * | 2020-11-25 | 2021-02-23 | 暨南大学附属第一医院（广州华侨医院） | 一种基于腰椎x线图像的骨质疏松智能评估方法 |
| US20210064929A1 (en) * | 2019-09-03 | 2021-03-04 | International Business Machines Corporation | Detecting and preventing unwanted model training data |
| JP2021181934A (ja) * | 2020-05-19 | 2021-11-25 | Ｔｏｙｏ Ｔｉｒｅ株式会社 | ゴム材料物性予測システム、およびゴム材料物性予測方法 |
| CN113959899A (zh) * | 2021-10-11 | 2022-01-21 | 常州市大成真空技术有限公司 | 湿涂层面密度测量方法及测量系统、电子设备 |
| US20220129608A1 (en) * | 2019-07-12 | 2022-04-28 | Fatigue Technology, Inc. | Machine-learning-based assessment for engineered residual stress processing |
-
2022
- 2022-07-12 CN CN202210815492.4A patent/CN115372200A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11108820A (ja) * | 1997-09-30 | 1999-04-23 | Nippon Muki Co Ltd | グラスウールの重量面密度測定方法 |
| US20050031158A1 (en) * | 2003-05-27 | 2005-02-10 | Biernacki Jacek M. | Method of wood strength and stiffness prediction |
| CN102944498A (zh) * | 2012-11-08 | 2013-02-27 | 佛山市枫莱尔自动化技术有限公司 | 电池极片涂布生产线在线面密度检测系统及检测方法 |
| US20150330915A1 (en) * | 2014-05-16 | 2015-11-19 | Tokyo Electron Limited | Nondestructive inline x-ray metrology with model-based library method |
| WO2019056499A1 (zh) * | 2017-09-20 | 2019-03-28 | 平安科技（深圳）有限公司 | 预测模型训练方法、数据监控方法、装置、设备及介质 |
| US20190357844A1 (en) * | 2018-05-23 | 2019-11-28 | Siemens Healthcare Gmbh | Method and apparatus for determining a patient weight and/or a body mass index |
| US20220129608A1 (en) * | 2019-07-12 | 2022-04-28 | Fatigue Technology, Inc. | Machine-learning-based assessment for engineered residual stress processing |
| US20210064929A1 (en) * | 2019-09-03 | 2021-03-04 | International Business Machines Corporation | Detecting and preventing unwanted model training data |
| JP2021181934A (ja) * | 2020-05-19 | 2021-11-25 | Ｔｏｙｏ Ｔｉｒｅ株式会社 | ゴム材料物性予測システム、およびゴム材料物性予測方法 |
| CN111783338A (zh) * | 2020-06-30 | 2020-10-16 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的微观组织金属强度分布预测方法及装置 |
| CN112396591A (zh) * | 2020-11-25 | 2021-02-23 | 暨南大学附属第一医院（广州华侨医院） | 一种基于腰椎x线图像的骨质疏松智能评估方法 |
| CN113959899A (zh) * | 2021-10-11 | 2022-01-21 | 常州市大成真空技术有限公司 | 湿涂层面密度测量方法及测量系统、电子设备 |
Non-Patent Citations (3)
| Title |
|---|
| 吴晓新;施世明;: "纤维/刨花板板坯面密度的自动检测与控制", 木材工业, no. 01, pages 34 - 36 * |
| 王小波;: "基于数据拟合的RM215测厚仪测量曲线标定研究", 装备制造技术, no. 08 * |
| 赵越;屈国普;郑贤利;黄云;: "透射式特征X射线测厚仪研制", 核电子学与探测技术, no. 05 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115524259A (zh) * | 2022-11-03 | 2022-12-27 | 蓝冰河(常州)精密测量技术有限责任公司 | 基于Kr-85实现的β射线电解铜箔面密度质量检测装置 |
| CN116297289A (zh) * | 2022-12-29 | 2023-06-23 | 蓝冰河(常州)精密测量技术有限责任公司 | 一种基于InGaAs阵列探测器的近红外薄膜质量在线监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115372200A (zh) | 基于x射线的在线面密度测量方法及装置 | |
| Thomas | A primer on multivariate calibration | |
| CN109085136B (zh) | 近红外漫反射光谱测定水泥生料氧化物成分含量的方法 | |
| CN104113946B (zh) | 光源照度自适应控制装置及方法 | |
| EP3611495A1 (en) | Method for detecting quality of cell culture fluid based on raman spectral measurement | |
| US20210081839A1 (en) | Predictive quality control apparatus and methods in diagnostic testing systems | |
| CN108152283A (zh) | 一种使用摄像头测定水中六价铬、铜含量的装置及其检测方法 | |
| CN108760647A (zh) | 一种基于可见/近红外光谱技术的小麦带菌量线检测方法 | |
| CN108680523B (zh) | 利用多种拟合方式衔接标准曲线的待测物测定方法 | |
| CN109855583A (zh) | 三坐标测量机测量不确定度的确定方法 | |
| CA2634730C (en) | Single-point measurement of high-z additives in sheets | |
| CN112417370A (zh) | 粗糙表面物质的穆勒琼斯矩阵估计及偏振噪声分析方法 | |
| KR20160025865A (ko) | 박막 두께 측정 장치, 이를 포함하는 시스템 및 박막 두께 측정 방법 | |
| CN115015039A (zh) | 一种面密度检测系统及方法 | |
| CN106091925B (zh) | 一种多干扰因素耦合的光栅尺误差补偿方法 | |
| CN108680592B (zh) | 一种钾盐成分在线检测方法 | |
| CN110376154A (zh) | 基于光谱校正的水果在线检测方法及系统 | |
| CN110763735B (zh) | 溶解性总固体tds检测方法及相关设备 | |
| CN112014344A (zh) | 一种污水在线监测方法 | |
| CN106872142B (zh) | 一种cmos图像传感器质子辐照后图像滞留的测量方法 | |
| CN106813703B (zh) | 一种测试产品功能的方法和装置 | |
| CN109030389A (zh) | 一种锂离子电池正极材料中总硫的测定方法 | |
| CN210741746U (zh) | 压电薄膜测试设备 | |
| CN117129371B (zh) | 面密度测量仪的标定方法、装置和可读存储介质 | |
| CN111750781B (zh) | 一种基于ccd的自动测试系统及其方法 |
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 |