CN117924956A - 一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺 - Google Patents
一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺 Download PDFInfo
- Publication number
- CN117924956A CN117924956A CN202410315818.6A CN202410315818A CN117924956A CN 117924956 A CN117924956 A CN 117924956A CN 202410315818 A CN202410315818 A CN 202410315818A CN 117924956 A CN117924956 A CN 117924956A
- Authority
- CN
- China
- Prior art keywords
- stirring
- channel
- time sequence
- temperature
- control parameter
- 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
- 239000010426 asphalt Substances 0.000 title claims abstract description 81
- 229910052761 rare earth metal Inorganic materials 0.000 title claims abstract description 60
- 239000000463 material Substances 0.000 title claims abstract description 54
- 238000002360 preparation method Methods 0.000 title claims abstract description 33
- 238000003756 stirring Methods 0.000 claims abstract description 402
- 239000007788 liquid Substances 0.000 claims abstract description 80
- 238000010438 heat treatment Methods 0.000 claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 claims abstract description 25
- 239000000843 powder Substances 0.000 claims abstract description 18
- 239000003607 modifier Substances 0.000 claims abstract description 12
- 239000004575 stone Substances 0.000 claims abstract description 9
- 239000000084 colloidal system Substances 0.000 claims abstract description 8
- 239000004902 Softening Agent Substances 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 86
- 230000004927 fusion Effects 0.000 claims description 80
- 230000004044 response Effects 0.000 claims description 58
- 239000011159 matrix material Substances 0.000 claims description 49
- 230000004043 responsiveness Effects 0.000 claims description 34
- 238000010586 diagram Methods 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 17
- 238000013019 agitation Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 15
- 230000003247 decreasing effect Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000002156 mixing Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 150000002910 rare earth metals Chemical class 0.000 claims description 8
- 238000012098 association analyses Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000032683 aging Effects 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009775 high-speed stirring Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 101100001674 Emericella variicolor andI gene Proteins 0.000 description 1
- 229910052768 actinide Inorganic materials 0.000 description 1
- 150000001255 actinides Chemical class 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052747 lanthanoid Inorganic materials 0.000 description 1
- 150000002602 lanthanoids Chemical class 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000051 modifying effect Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 229910001404 rare earth metal oxide Inorganic materials 0.000 description 1
- -1 rare earth salts Chemical class 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Road Paving Machines (AREA)
Abstract
一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液；将所述第一搅拌液升温至170℃后加入橡胶改性剂，并继续升温至190‑195℃后进行高速搅拌1小时以得到第二搅拌液；将所述第二搅拌液中加入胶粉并进行升温，保持温度在190‑195℃并进行高速搅拌0.5小时后过胶体磨，再保持温度在190‑195℃进行高速搅拌1.5小时后加入石粉以得到第三搅拌液；将所述第三搅拌液的温度保持在190‑195℃以上，并进行搅拌1.5小时后发出通知信号。这样，可以实现自动化和智能化的生产过程，提升添加稀土元素的耐候型改性沥青防水卷材的产品性能。
Description
技术领域
本申请涉及智能化制备技术领域，并且更具体地，涉及一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺。
背景技术
沥青是一种广泛应用于道路、桥梁、屋顶等工程的防水材料，具有良好的粘结性、防水性和耐久性。然而，沥青也存在一些缺点，如易老化、易开裂、易变形等，这些缺点会影响沥青的使用寿命和性能。为了改善沥青的缺点，人们常常采用改性沥青，即在沥青中加入一定量的改性剂，使沥青的分子结构发生变化，从而提高沥青的柔韧性、抗老化性和抗裂性。
改性剂的种类很多，不同的改性剂对沥青的改性效果也不同。稀土元素是一类具有特殊物理和化学性质的金属元素，包括镧系元素和锕系元素。稀土元素在许多领域有着重要的应用，如磁性材料、催化剂、光电材料等。近年来，一些研究发现，稀土元素也可以作为沥青的改性剂之一，通过与沥青中的分子发生作用，提高沥青的稳定性、抗氧化性和抗紫外线老化性。稀土元素可以以不同的形式加入到沥青中，如稀土盐、稀土氧化物、稀土复合材料等。
改性沥青防水卷材是一种常用的建筑材料，用于防水和密封建筑结构，具有耐候性能要求。为了提高改性沥青防水卷材的性能，可以添加稀土元素来增强其耐候性能。在添加稀土元素的改性沥青防水卷材的制备过程中，搅拌速度和温度的协同控制对于提高搅拌效率和产品质量至关重要。搅拌速度和温度的协同控制可以影响改性沥青防水卷材的物理和化学性质。具体来说，搅拌速度的选择可以影响材料的分散性和混合均匀性，而温度的控制可以影响材料的粘度和反应速率。
然而，传统的制备工艺通常依赖于经验和手动操作来控制搅拌速度和温度，缺乏实时监测和反馈控制，这种方法容易受到操作人员技术水平和主观判断的影响，导致搅拌过程中的温度和速度波动较大，难以保证产品的一致性和质量稳定性，同时也会导致生产效率低下和产品质量不稳定性。并且，现有的工艺往往只采用单一的控制策略，即固定的搅拌速度和温度。然而，不同的原料和工艺条件可能需要不同的搅拌参数。缺乏针对不同情况进行动态调整的能力，无法充分发挥搅拌过程中温度和速度之间的协同效应，影响产品性能的提升。
因此，期望一种优化的添加稀土元素的耐候型改性沥青防水卷材的制备工艺。
发明内容
为了解决上述技术问题，提出了本申请。本申请提供了一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液；将所述第一搅拌液升温至170℃后加入橡胶改性剂，并继续升温至190-195℃后进行高速搅拌1小时以得到第二搅拌液；将所述第二搅拌液中加入胶粉并进行升温，保持温度在190-195℃并进行高速搅拌0.5小时后过胶体磨，再保持温度在190-195℃进行高速搅拌1.5小时后加入石粉以得到第三搅拌液；将所述第三搅拌液的温度保持在190-195℃以上，并进行搅拌1.5小时后发出通知信号。这样，可以实现自动化和智能化的生产过程，提升添加稀土元素的耐候型改性沥青防水卷材的产品性能。
第一方面，提供了一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其包括：
启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液；
将所述第一搅拌液升温至170℃后加入橡胶改性剂，并继续升温至190-195℃后进行高速搅拌1小时以得到第二搅拌液；
将所述第二搅拌液中加入胶粉并进行升温，保持温度在190-195℃并进行高速搅拌0.5小时后过胶体磨，再保持温度在190-195℃进行高速搅拌1.5小时后加入石粉以得到第三搅拌液；
将所述第三搅拌液的温度保持在190-195℃以上，并进行搅拌1.5小时后发出通知信号。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液，包括：获取由摄像头采集的预定时间段的搅拌状态监控视频；获取由传感器组提供的所述预定时间段内多个预定时间点的搅拌温度值和搅拌速度值；将所述多个预定时间点的搅拌温度值和搅拌速度值分别按照时间维度排列为搅拌温度时序输入向量和搅拌速度时序输入向量；计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到搅拌速度-搅拌温度协同关联矩阵；通过基于深度神经网络模型的协同特征提取器对所述搅拌速度-搅拌温度协同关联矩阵进行特征提取以得到搅拌速度-搅拌温度时序协同特征向量；将所述搅拌状态监控视频通过基于三维卷积神经网络模型的搅拌状态时序变化特征提取器以得到搅拌状态时序关联特征图；对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行逐通道响应性关联分析以得到控制参数-控制结果逐通道响应性融合特征；基于所述控制参数-控制结果逐通道响应性融合特征，确定当前时间点的搅拌温度值应增大、应减小或应保持。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到搅拌速度-搅拌温度协同关联矩阵，包括：以如下协方差公式计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到所述搅拌速度-搅拌温度协同关联矩阵；其中，所述协方差公式为：
其中，为所述搅拌速度时序输入向量，表示向量的转置，为所述搅拌温度
时序输入向量，为所述搅拌速度-搅拌温度协同关联矩阵。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，所述深度神经网络模型为卷积神经网络模型。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行逐通道响应性关联分析以得到控制参数-控制结果逐通道响应性融合特征，包括：使用基于元网络的逐通道响应性模块对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行处理以得到控制参数-控制结果逐通道响应性融合特征图作为所述控制参数-控制结果逐通道响应性融合特征。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，使用基于元网络的逐通道响应性模块对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行处理以得到控制参数-控制结果逐通道响应性融合特征图作为所述控制参数-控制结果逐通道响应性融合特征，包括：将所述搅拌状态时序关联特征图通过所述基于元网络的逐通道响应性模块的卷积神经网络以得到搅拌状态特征图；将所述搅拌速度-搅拌温度时序协同特征向量通过所述基于元网络的逐通道响应性模块的一维卷积层以得到搅拌速度-搅拌温度关联特征向量；以及，以所述搅拌速度-搅拌温度关联特征向量对所述搅拌状态特征图进行通道加权以得到所述控制参数-控制结果逐通道响应性融合特征图。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，基于所述控制参数-控制结果逐通道响应性融合特征，确定当前时间点的搅拌温度值应增大、应减小或应保持，包括：基于所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵分布对所述控制参数-控制结果逐通道响应性融合特征图进行优化以得到优化控制参数-控制结果逐通道响应性融合特征图；将所述优化控制参数-控制结果逐通道响应性融合特征图通过分类器以得到分类结果，所述分类结果用于表示当前时间点的搅拌温度值应增大、应减小或应保持。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，基于所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵分布对所述控制参数-控制结果逐通道响应性融合特征图进行优化以得到优化控制参数-控制结果逐通道响应性融合特征图，包括：计算所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩阵的优化系数；以所述优化系数对所述控制参数-控制结果逐通道响应性融合特征图的相应的特征矩阵进行加权优化以得到所述优化控制参数-控制结果逐通道响应性融合特征图。
在上述添加稀土元素的耐候型改性沥青防水卷材的制备工艺中，将所述优化控制参数-控制结果逐通道响应性融合特征图通过分类器以得到分类结果，所述分类结果用于表示当前时间点的搅拌温度值应增大、应减小或应保持，包括：将所述优化控制参数-控制结果逐通道响应性融合特征图按照行向量或列向量展开为分类特征向量；使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
与现有技术相比，本申请提供的一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液；将所述第一搅拌液升温至170℃后加入橡胶改性剂，并继续升温至190-195℃后进行高速搅拌1小时以得到第二搅拌液；将所述第二搅拌液中加入胶粉并进行升温，保持温度在190-195℃并进行高速搅拌0.5小时后过胶体磨，再保持温度在190-195℃进行高速搅拌1.5小时后加入石粉以得到第三搅拌液；将所述第三搅拌液的温度保持在190-195℃以上，并进行搅拌1.5小时后发出通知信号。这样，可以实现自动化和智能化的生产过程，提升添加稀土元素的耐候型改性沥青防水卷材的产品性能。
附图说明
为了更清楚地说明本申请实施例的技术方案，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地介绍，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为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备工艺的流程图。
图2为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备工艺的架构示意图。
图3为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备系统的框图。
图4为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备工艺的场景示意图。
其中，200、添加稀土元素的耐候型改性沥青防水卷材的制备系统；210、第一搅拌液生成模块；220、第二搅拌液生成模块；230、第三搅拌液生成模块；240、通知信号发出模块；C1、搅拌状态监控视频；C2、搅拌温度值；C3、搅拌速度值；S、服务器。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述，显然，所描述的实施例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。
除非另有说明，本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本申请的范围。
在本申请实施例记载中，需要说明的是，除非另有说明和限定，术语“连接”应做广义理解，例如，可以是电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
需要说明的是，本申请实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。
图1为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备工艺的流程图。如图1所示，所述添加稀土元素的耐候型改性沥青防水卷材的制备工艺，包括：110，启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液；120，将所述第一搅拌液升温至170℃后加入橡胶改性剂，并继续升温至190-195℃后进行高速搅拌1小时以得到第二搅拌液；130，将所述第二搅拌液中加入胶粉并进行升温，保持温度在190-195℃并进行高速搅拌0.5小时后过胶体磨，再保持温度在190-195℃进行高速搅拌1.5小时后加入石粉以得到第三搅拌液；140，将所述第三搅拌液的温度保持在190-195℃以上，并进行搅拌1.5小时后发出通知信号。特别地，生产过程中，开启搅拌保持制胶罐中温度180-190℃成型生产。
在所述步骤110中，注意搅拌罐的启动，确保搅拌能够均匀混合物料；加入液体沥青和橡胶软化剂时，要确保物料的准确计量和加入顺序；升温搅拌有助于加热物料，促进反应发生，并提高反应速率。通过搅拌和升温，得到第一搅拌液，为后续步骤做准备。
在所述步骤120中，注意将第一搅拌液升温至指定温度，确保物料达到所需反应温度；加入橡胶改性剂时，要确保物料的准确计量和加入顺序；继续升温至190-195℃后进行高速搅拌1小时，有助于混合物料，并促进反应的进行。通过高温搅拌，得到第二搅拌液，进一步促进反应的进行。
在所述步骤130中，加入胶粉时，要确保物料的准确计量和加入顺序；保持温度在190-195℃并进行高速搅拌0.5小时，有助于混合物料，并促进反应的进行；过胶体磨有助于进一步细化物料颗粒，并提高产品的质量；保持温度在190-195℃进行高速搅拌1.5小时，有助于混合物料，并进一步促进反应的进行；加入石粉后，可以改善产品的性能。通过添加胶粉和石粉，得到第三搅拌液，进一步改善产品的质量。胶粉可以包括40目胶粉和60目胶粉。
在所述步骤140中，注意保持第三搅拌液温度在190-195℃以上，确保物料保持在适宜的反应温度；进行搅拌1.5小时后发出通知信号，可以提醒操作人员进行下一步操作。通过持续搅拌，确保反应的进行，并为后续步骤做准备。
在本申请的一个实施例中，提供一种弹性体改性沥青防水卷材的测试结果，如表1所示：
相应地，在上述工艺中，在启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液的过程中，为了进行搅拌速度和温度之间的协同控制来提高搅拌效率，本申请的技术构思为通过实时监测采集在搅拌过程中的搅拌温度值和搅拌速度值，以及第一搅拌液的搅拌状态监控视频，并在后端引入数据处理和分析算法来进行这些数据的协同关联分析，以基于所述第一搅拌液的搅拌状态以及与搅拌温度和搅拌速度之间的时序协同关联关系来自适应进行搅拌参数的实时控制。这样，能够实现自动化和智能化的生产过程。
图2为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备工艺的架构示意图。如图2所示，启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液，包括：首先，获取由摄像头采集的预定时间段的搅拌状态监控视频；然后，获取由传感器组提供的所述预定时间段内多个预定时间点的搅拌温度值和搅拌速度值；接着，将所述多个预定时间点的搅拌温度值和搅拌速度值分别按照时间维度排列为搅拌温度时序输入向量和搅拌速度时序输入向量；然后，计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到搅拌速度-搅拌温度协同关联矩阵；接着，通过基于深度神经网络模型的协同特征提取器对所述搅拌速度-搅拌温度协同关联矩阵进行特征提取以得到搅拌速度-搅拌温度时序协同特征向量；然后，将所述搅拌状态监控视频通过基于三维卷积神经网络模型的搅拌状态时序变化特征提取器以得到搅拌状态时序关联特征图；接着，对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行逐通道响应性关联分析以得到控制参数-控制结果逐通道响应性融合特征；最后，基于所述控制参数-控制结果逐通道响应性融合特征，确定当前时间点的搅拌温度值应增大、应减小或应保持。
其中，所述深度神经网络模型为卷积神经网络模型。
具体地，在本申请的技术方案中，首先，获取由摄像头采集的预定时间段的搅拌状态监控视频，并获取由传感器组提供的所述预定时间段内多个预定时间点的搅拌温度值和搅拌速度值。接着，考虑到所述搅拌温度值和所述搅拌速度值在时间维度上都会随着时间的不断推移而发生变化，也就是说，所述搅拌温度值和所述搅拌速度值在时间维度上都具有着时序的动态变化规律。因此，为了能够更好地捕捉到所述搅拌温度值和所述搅拌速度值的时序特征和关联协同模式，在本申请的技术方案中，需要将所述多个预定时间点的搅拌温度值和搅拌速度值分别按照时间维度排列为搅拌温度时序输入向量和搅拌速度时序输入向量，以分别整合所述搅拌温度值和所述搅拌速度值在时间维度上的时序分布信息。
然后，为了能够捕捉和刻画出搅拌过程中的搅拌速度和搅拌温度之间的相关性和变化趋势，在本申请的技术方案中，进一步计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到搅拌速度-搅拌温度协同关联矩阵。应可以理解，所述协方差矩阵是用来衡量两个变量之间的线性关系强度和方向的统计量。在这里，所述搅拌速度和所述搅拌温度是两个变量，它们的时序输入向量分别表示它们随时间变化的取值序列。通过计算这两个向量的样本协方差矩阵，可以得到它们之间的协同关联程度。也就是说，通过计算样本协方差矩阵，可以得到所述搅拌速度和所述搅拌温度之间的协同关联程度，进而揭示和刻画它们之间的时序协同关联关系和特征。
在本申请的一个具体实施例中，计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到搅拌速度-搅拌温度协同关联矩阵，包括：以如下协方差公式计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到所述搅拌速度-搅拌温度协同关联矩阵；其中，所述协方差公式为：
其中，为所述搅拌速度时序输入向量，表示向量的转置，为所述搅拌温度
时序输入向量，为所述搅拌速度-搅拌温度协同关联矩阵。
继而，再将所述搅拌速度-搅拌温度协同关联矩阵通过基于卷积神经网络模型的协同特征提取器中进行特征挖掘，以提取出搅拌过程中的搅拌速度和搅拌温度之间的时序协同关联特征信息，从而得到搅拌速度-搅拌温度时序协同特征向量。这样，可以发现搅拌速度和搅拌温度之间的时序协同关联规律，从而更好地控制搅拌过程，提高搅拌效率和产品质量。
应可以理解，考虑到所述搅拌状态监控视频包含了搅拌过程中的视觉信息，例如搅拌液的流动状态、颜色变化等。因此，为了能够捕捉到所述第一搅拌液在搅拌过程中的状态时序变化模式和关联特征，需要从视频中提取出与搅拌状态相关的特征信息，以便进一步分析和控制搅拌过程。基于此，在本申请的技术方案中，进一步将所述搅拌状态监控视频通过基于三维卷积神经网络模型的搅拌状态时序变化特征提取器中进行特征挖掘，以提取出所述第一搅拌液的搅拌状态在时间维度上的时序动态特征信息，从而得到搅拌状态时序关联特征图。
进一步地，为了更好地捕捉搅拌状态、搅拌速度和搅拌温度之间的关联性，从而提供更全面和准确的特征表示来进行搅拌参数的自适应控制，在本申请的技术方案中，进一步使用基于元网络的逐通道响应性模块对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行处理以得到控制参数-控制结果逐通道响应性融合特征图。特别地，在本申请的一个具体示例中，所述基于元网络的逐通道响应性模块为MetaNet模块，由于所述MetaNet模块是一种基于元学习的网络模块，用于学习不同输入之间的关联和权重分配。在这种情况下，所述MetaNet模块可以学习到不同特征通道之间的权重和关联性，以确定每个通道对于控制参数和控制结果的重要性。通过对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行逐通道的响应性处理，MetaNet模块可以对搅拌过程中的搅拌参数时序协同特征和搅拌液状态时序动态特征进行特征响应性融合分析，以基于控制参数和控制结果之间的逐通道响应性融合特征来进行后续的搅拌参数实时控制，以此来提高控制的效率和精度。
在本申请的一个具体实施例中，对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行逐通道响应性关联分析以得到控制参数-控制结果逐通道响应性融合特征，包括：使用基于元网络的逐通道响应性模块对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行处理以得到控制参数-控制结果逐通道响应性融合特征图作为所述控制参数-控制结果逐通道响应性融合特征。
更具体地，使用基于元网络的逐通道响应性模块对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行处理以得到控制参数-控制结果逐通道响应性融合特征图作为所述控制参数-控制结果逐通道响应性融合特征，包括：将所述搅拌状态时序关联特征图通过所述基于元网络的逐通道响应性模块的卷积神经网络以得到搅拌状态特征图；将所述搅拌速度-搅拌温度时序协同特征向量通过所述基于元网络的逐通道响应性模块的一维卷积层以得到搅拌速度-搅拌温度关联特征向量；以及，以所述搅拌速度-搅拌温度关联特征向量对所述搅拌状态特征图进行通道加权以得到所述控制参数-控制结果逐通道响应性融合特征图。
在本申请的一个实施例中，基于所述控制参数-控制结果逐通道响应性融合特征，确定当前时间点的搅拌温度值应增大、应减小或应保持，包括：基于所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵分布对所述控制参数-控制结果逐通道响应性融合特征图进行优化以得到优化控制参数-控制结果逐通道响应性融合特征图；将所述优化控制参数-控制结果逐通道响应性融合特征图通过分类器以得到分类结果，所述分类结果用于表示当前时间点的搅拌温度值应增大、应减小或应保持。
特别地，在本申请的技术方案中，将所述搅拌状态监控视频通过基于三维卷积神经网络模型的搅拌状态时序变化特征提取器以得到搅拌状态时序关联特征图，所述搅拌状态时序关联特征图的各个特征矩阵间具有所述三维卷积神经网络模型的通道关联，而将所述搅拌速度-搅拌温度时序协同特征向量和所述搅拌状态时序关联特征图通过基于元网络的逐通道响应性模块后，所述搅拌状态时序关联特征图的各个特征矩阵间会进一步由所述搅拌速度-搅拌温度时序协同特征向量所表达的搅拌温度和搅拌速度之间的局部时序关联特征分布约束，使得所述控制参数-控制结果逐通道响应性融合特征图的通道维度上具有通道-时序混合分布约束，从而导致所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵间的通道分布相关性变差，也就是，影响述控制参数-控制结果逐通道响应性融合特征图的各个特征矩阵的基于特征值数值分布的类融合效果，影响所述控制参数-控制结果逐通道响应性融合特征图通过分类器得到的分类结果的准确性。
由此，本申请在所述控制参数-控制结果逐通道响应性融合特征图通过分类器进行分类回归时，基于所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵分布对所述控制参数-控制结果逐通道响应性融合特征图进行优化。
在本申请的一个具体实施例中，基于所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵分布对所述控制参数-控制结果逐通道响应性融合特征图进行优化以得到优化控制参数-控制结果逐通道响应性融合特征图，包括：计算所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩阵的优化系数；以所述优化系数对所述控制参数-控制结果逐通道响应性融合特征图的相应的特征矩阵进行加权优化以得到所述优化控制参数-控制结果逐通道响应性融合特征图。
进一步地，在本申请的一个具体实施例中，计算所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩阵的优化系数，包括：以如下优化系数计算公式计算所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩阵的优化系数；其中，所述优化系数计算公式为：
其中，是所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩阵
的第位置的特征值，表示特征值的概率化函数，即将特征值映射到
区间的概率化函数，是所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩
阵的尺度，即宽度乘以高度，是所述控制参数-控制结果逐通道响应性融合特征图通过分
类器得到的类概率值，且是权重超参数，是所述优化系数。
也就是，对于所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩阵
对应的特征场景，通过概率分布前景约束和相对的概率映射响应假设来承接场景饱和的类
概率推理逻辑关联，从而向所述控制参数-控制结果逐通道响应性融合特征图的每个特征
矩阵的特征集合赋予场景概念本体论认知，也就是，将整体分布与在分类过程下的基于场
景的类概率逻辑推理进行内在对齐，以提升所述运行状态综合表征特征图的特征矩阵场景
分布对于类认知的理解能力。这样，再以所述系数对所述控制参数-控制结果逐通道响应
性融合特征图的相应的特征矩阵进行加权优化，就可以改进优化后的控制参数-控制结果
逐通道响应性融合特征图通过分类器得到的分类结果的准确性。这样，能够基于搅拌过程
控制参数和控制结果之间的响应性关系来自适应进行搅拌参数的实时控制，通过这样的方
式，能够实现自动化和智能化的生产过程。
继而，再将所述优化控制参数-控制结果逐通道响应性融合特征图通过分类器以得到分类结果，所述分类结果用于表示当前时间点的搅拌温度值应增大、应减小或应保持。这样，能够基于所述第一搅拌液的搅拌状态的控制结果特征与所述搅拌温度和搅拌速度的时序协同的控制参数特征之间的响应性融合特征信息来自适应进行搅拌参数的实时控制，以实现自动化和智能化的生产过程。
在本申请的一个具体实施例中，将所述优化控制参数-控制结果逐通道响应性融合特征图通过分类器以得到分类结果，所述分类结果用于表示当前时间点的搅拌温度值应增大、应减小或应保持，包括：将所述优化控制参数-控制结果逐通道响应性融合特征图按照行向量或列向量展开为分类特征向量；使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
综上，基于本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备工艺被阐明，其通过实时监测采集在搅拌过程中的搅拌温度值和搅拌速度值，以及第一搅拌液的搅拌状态监控视频，并在后端引入数据处理和分析算法来进行这些数据的协同关联分析，以基于所述第一搅拌液的搅拌状态以及与搅拌温度和搅拌速度之间的时序协同关联关系来自适应进行搅拌参数的实时控制。这样，能够实现自动化和智能化的生产过程。
在本申请的一个实施例中，图3为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备系统的框图。如图3所示，根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备系统200，包括：第一搅拌液生成模块210，用于启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液；第二搅拌液生成模块220，用于将所述第一搅拌液升温至170℃后加入橡胶改性剂，并继续升温至190-195℃后进行高速搅拌1小时以得到第二搅拌液；第三搅拌液生成模块230，用于将所述第二搅拌液中加入胶粉并进行升温，保持温度在190-195℃并进行高速搅拌0.5小时后过胶体磨，再保持温度在190-195℃进行高速搅拌1.5小时后加入石粉以得到第三搅拌液；通知信号发出模块240，用于将所述第三搅拌液的温度保持在190-195℃以上，并进行搅拌1.5小时后发出通知信号。
这里，本领域技术人员可以理解，上述添加稀土元素的耐候型改性沥青防水卷材的制备系统中的各个单元和模块的具体功能和操作已经在上面参考图1到图2的添加稀土元素的耐候型改性沥青防水卷材的制备方法的描述中得到了详细介绍，并因此，将省略其重复描述。
如上所述，根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备系统200可以实现在各种终端设备中，例如用于添加稀土元素的耐候型改性沥青防水卷材的制备的服务器等。在一个示例中，根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备系统200可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该添加稀土元素的耐候型改性沥青防水卷材的制备系统200可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该添加稀土元素的耐候型改性沥青防水卷材的制备系统200同样可以是该终端设备的众多硬件模块之一。
替换地，在另一示例中，该添加稀土元素的耐候型改性沥青防水卷材的制备系统200与该终端设备也可以是分立的设备，并且添加稀土元素的耐候型改性沥青防水卷材的制备系统200可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
图4为根据本申请实施例的添加稀土元素的耐候型改性沥青防水卷材的制备工艺的场景示意图。如图4所示，在该应用场景中，首先，获取由摄像头采集的预定时间段的搅拌状态监控视频（例如，如图4中所示意的C1）；获取由传感器组提供的所述预定时间段内多个预定时间点的搅拌温度值（例如，如图4中所示意的C2）和搅拌速度值（例如，如图4中所示意的C3）；然后，将获取的搅拌状态监控视频、搅拌温度值和搅拌速度值输入至部署有添加稀土元素的耐候型改性沥青防水卷材的制备算法的服务器（例如，如图4中所示意的S）中，其中所述服务器能够基于添加稀土元素的耐候型改性沥青防水卷材的制备算法对所述搅拌状态监控视频、搅拌温度值和搅拌速度值进行处理，以确定当前时间点的搅拌温度值应增大、应减小或应保持。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (9)
1.一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，包括：
启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液；
将所述第一搅拌液升温至170℃后加入橡胶改性剂，并继续升温至190-195℃后进行高速搅拌1小时以得到第二搅拌液；
将所述第二搅拌液中加入胶粉并进行升温，保持温度在190-195℃并进行高速搅拌0.5小时后过胶体磨，再保持温度在190-195℃进行高速搅拌1.5小时后加入石粉以得到第三搅拌液；
将所述第三搅拌液的温度保持在190-195℃以上，并进行搅拌1.5小时后发出通知信号。
2.根据权利要求1所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，启动搅拌罐开始搅拌，立罐加入的液体沥青和橡胶软化剂，并进行升温搅拌以得到第一搅拌液，包括：
获取由摄像头采集的预定时间段的搅拌状态监控视频；
获取由传感器组提供的所述预定时间段内多个预定时间点的搅拌温度值和搅拌速度值；
将所述多个预定时间点的搅拌温度值和搅拌速度值分别按照时间维度排列为搅拌温度时序输入向量和搅拌速度时序输入向量；
计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到搅拌速度-搅拌温度协同关联矩阵；
通过基于深度神经网络模型的协同特征提取器对所述搅拌速度-搅拌温度协同关联矩阵进行特征提取以得到搅拌速度-搅拌温度时序协同特征向量；
将所述搅拌状态监控视频通过基于三维卷积神经网络模型的搅拌状态时序变化特征提取器以得到搅拌状态时序关联特征图；
对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行逐通道响应性关联分析以得到控制参数-控制结果逐通道响应性融合特征；
基于所述控制参数-控制结果逐通道响应性融合特征，确定当前时间点的搅拌温度值应增大、应减小或应保持。
3.根据权利要求2所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到搅拌速度-搅拌温度协同关联矩阵，包括：以如下协方差公式计算所述搅拌速度时序输入向量相对于所述搅拌温度时序输入向量的样本协方差矩阵以得到所述搅拌速度-搅拌温度协同关联矩阵；
其中，所述协方差公式为：
其中，为所述搅拌速度时序输入向量，表示向量的转置，为所述搅拌温度时序
输入向量，为所述搅拌速度-搅拌温度协同关联矩阵。
4.根据权利要求3所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，所述深度神经网络模型为卷积神经网络模型。
5.根据权利要求4所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行逐通道响应性关联分析以得到控制参数-控制结果逐通道响应性融合特征，包括：使用基于元网络的逐通道响应性模块对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行处理以得到控制参数-控制结果逐通道响应性融合特征图作为所述控制参数-控制结果逐通道响应性融合特征。
6.根据权利要求5所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，使用基于元网络的逐通道响应性模块对所述搅拌状态时序关联特征图和所述搅拌速度-搅拌温度时序协同特征向量进行处理以得到控制参数-控制结果逐通道响应性融合特征图作为所述控制参数-控制结果逐通道响应性融合特征，包括：
将所述搅拌状态时序关联特征图通过所述基于元网络的逐通道响应性模块的卷积神经网络以得到搅拌状态特征图；
将所述搅拌速度-搅拌温度时序协同特征向量通过所述基于元网络的逐通道响应性模块的一维卷积层以得到搅拌速度-搅拌温度关联特征向量；以及
以所述搅拌速度-搅拌温度关联特征向量对所述搅拌状态特征图进行通道加权以得到所述控制参数-控制结果逐通道响应性融合特征图。
7.根据权利要求6所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，基于所述控制参数-控制结果逐通道响应性融合特征，确定当前时间点的搅拌温度值应增大、应减小或应保持，包括：
基于所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵分布对所述控制参数-控制结果逐通道响应性融合特征图进行优化以得到优化控制参数-控制结果逐通道响应性融合特征图；
将所述优化控制参数-控制结果逐通道响应性融合特征图通过分类器以得到分类结果，所述分类结果用于表示当前时间点的搅拌温度值应增大、应减小或应保持。
8.根据权利要求7所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，基于所述控制参数-控制结果逐通道响应性融合特征图的特征矩阵分布对所述控制参数-控制结果逐通道响应性融合特征图进行优化以得到优化控制参数-控制结果逐通道响应性融合特征图，包括：
计算所述控制参数-控制结果逐通道响应性融合特征图的每个特征矩阵的优化系数；
以所述优化系数对所述控制参数-控制结果逐通道响应性融合特征图的相应的特征矩阵进行加权优化以得到所述优化控制参数-控制结果逐通道响应性融合特征图。
9.根据权利要求8所述的添加稀土元素的耐候型改性沥青防水卷材的制备工艺，其特征在于，将所述优化控制参数-控制结果逐通道响应性融合特征图通过分类器以得到分类结果，所述分类结果用于表示当前时间点的搅拌温度值应增大、应减小或应保持，包括：
将所述优化控制参数-控制结果逐通道响应性融合特征图按照行向量或列向量展开为分类特征向量；
使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及
将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410315818.6A CN117924956A (zh) | 2024-03-20 | 2024-03-20 | 一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410315818.6A CN117924956A (zh) | 2024-03-20 | 2024-03-20 | 一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117924956A true CN117924956A (zh) | 2024-04-26 |
Family
ID=90768700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410315818.6A Pending CN117924956A (zh) | 2024-03-20 | 2024-03-20 | 一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117924956A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118015785A (zh) * | 2024-04-07 | 2024-05-10 | 吉林大学 | 远程监测护理系统及其方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110042670A (zh) * | 2019-04-22 | 2019-07-23 | 雨中情防水技术集团有限责任公司 | 一种高效环保胶粉改性沥青防水卷材及制备方法 |
| CN114797640A (zh) * | 2022-04-02 | 2022-07-29 | 陕西正整数科技有限公司 | 一种胶粘剂全方位自动搅拌方法及系统 |
| CN116820052A (zh) * | 2023-07-13 | 2023-09-29 | 滁州优胜高分子材料有限公司 | Pbt材料生产设备及其控制方法 |
-
2024
- 2024-03-20 CN CN202410315818.6A patent/CN117924956A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110042670A (zh) * | 2019-04-22 | 2019-07-23 | 雨中情防水技术集团有限责任公司 | 一种高效环保胶粉改性沥青防水卷材及制备方法 |
| CN114797640A (zh) * | 2022-04-02 | 2022-07-29 | 陕西正整数科技有限公司 | 一种胶粘剂全方位自动搅拌方法及系统 |
| CN116820052A (zh) * | 2023-07-13 | 2023-09-29 | 滁州优胜高分子材料有限公司 | Pbt材料生产设备及其控制方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118015785A (zh) * | 2024-04-07 | 2024-05-10 | 吉林大学 | 远程监测护理系统及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117924956A (zh) | 一种添加稀土元素的耐候型改性沥青防水卷材的制备工艺 | |
| WO2021036546A1 (zh) | 基于有偏估计的近红外定量分析模型构建方法 | |
| CN112949823A (zh) | 基于一维多尺度深度卷积神经网络的工业过程性能诊断方法 | |
| Adidrana et al. | Hydroponic nutrient control system based on internet of things and K-nearest neighbors | |
| CN108629452A (zh) | 一种基于多模式多参数集合预报的气象风险决策方法 | |
| CN108182544A (zh) | 一种农产品的品质评估方法 | |
| CN101726678A (zh) | 一种电能质量评估系统和方法 | |
| CN111260157A (zh) | 一种基于优化小生境遗传算法的熔炼配料优化方法 | |
| CN102357934A (zh) | 一种基于橡胶混炼过程的质量监控软测量方法 | |
| CN110020680A (zh) | 一种基于随机矩阵理论和模糊c均值聚类算法的pmu数据分类方法 | |
| CN117455320B (zh) | 基于qgmvpn模型的多釜聚合过程熔体质量指标在线预测方法 | |
| CN109784562B (zh) | 一种基于大数据时空聚类的智慧电网电力负荷预测方法 | |
| CN117131314B (zh) | 一种沥青路面施工用混合料温度监测及调控系统 | |
| CN113642235B (zh) | 一种基于局部时空特征融合的覆冰预测方法 | |
| CN104077489A (zh) | 一种能耗设备能效分析方法及其分析系统 | |
| CN116661402B (zh) | 一种化工材料的生产管控方法及系统 | |
| CN112410864A (zh) | 一种基于NB-IoT技术的电镀液参数监测与控制系统设计 | |
| CN116849237A (zh) | 焦糖饼干及其制备方法 | |
| CN117313516A (zh) | 一种基于时空图嵌入的发酵产物预测方法 | |
| CN106719284A (zh) | 一种海水养殖智慧气象预报服务系统 | |
| CN114170427B (zh) | 基于雨胞的无线微波雨衰减模型ssim图像相似度评价方法 | |
| CN109685134A (zh) | 一种基于无监督离散化的婴儿奶粉智能味觉分析方法 | |
| CN114036846A (zh) | 池塘养殖溶解氧缺失数据插补方法 | |
| CN113723649A (zh) | 基于半监督模型的化工工艺异常监控方法及模型优化方法 | |
| CN116189176B (zh) | 基于生成度量td3的茶叶智能化拼配方法、设备和介质 |
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 |