【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种碳素制品浸渍效果分析方法及系统。
技术介绍
1、碳素制品广泛应用于航空航天、汽车制造、电子设备等领域，其浸渍效果直接影响产品的质量和性能。通过准确的分析可以帮助优化制造工艺，提升产品的品质和竞争力。
2、现阶段常用的表征指标可能无法全面反映碳素制品浸渍效果的复杂性。例如，仅使用表面吸附量或者表面形貌等单一指标来评价浸渍效果，无法全面考虑材料内部结构、孔隙率、化学成分等因素对浸渍效果的影响，导致碳素制品浸渍效果分析准确性较低，因此如何提升碳素制品浸渍效果分析准确性，成为了亟待解决的问题。
技术实现思路
1、本专利技术提供一种碳素制品浸渍效果分析方法及系统，其主要目的在于解决碳素制品浸渍效果分析时准确性较低的问题。
2、为实现上述目的，本专利技术提供的一种碳素制品浸渍效果分析方法，包括：
3、获取碳素制品的浸渍对照样本，生成所述浸渍对照样本的样本图组；
4、根据所述样本图组生成所述碳素制品的微观特征；
5、利用预设的热导率算法生成所述浸渍对照样本的样本热导率，根据所述样本热导率生成所述浸渍对照样本的热导率数组，其中，所述预设的热导率算法为：
6、
7、其中，k是所述浸渍对照样本的样本热导率，q是所述浸渍对照样本的传热量，l是所述浸渍对照样本的传热距离，a是所述浸渍对照样本的传热面积，δt是所述浸渍对照样本的实验温度差；
8、生成所述浸渍对照样本的孔隙率数组
9、对所述对照数据集进行格式转换，得到所述对照数据集的转化数据集；
10、利用预设的效果权重和所述转化数据集生成所述碳素制品的浸渍效果值，根据所述浸渍效果值对所述碳素制品进行效果分析。
11、可选地，所述生成所述浸渍对照样本的样本图组，包括：
12、生成所述浸渍对照样本的初始样本图像；
13、对所述初始样本图像进行去噪处理，得到所述初始样本图像的去噪图像；
14、对所述去噪图像进行图像增强，得到所述去噪图像的增强图像；
15、根据所述浸渍对照样本的浸渍状态对所述增强图像进行图像分类，得到所述增强图像的分类图像；
16、根据所述分类图像生成所述浸渍对照样本的样本图组。
17、可选地，所述生成所述浸渍对照样本的初始样本图像，包括：
18、获取所述浸渍对照样本的样本数据；
19、根据所述样本数据生成所述碳素制品的样本标签；
20、根据所述样本标签对预先采集的样本图像进行图像标识，得到所述浸渍对照样本的初始样本图像。
21、可选地，所述根据所述样本热导率生成所述浸渍对照样本的热导率数组，包括：
22、根据所述浸渍对照样本的样本标签对所述样本热导率进行状态分类，得到所述样本热导率的分类热导率，其中，所述分类热导率为浸渍前热导率和浸渍后热导率；
23、根据所述浸渍前热导率和所述浸渍后热导率生成所述浸渍对照样本的热导率变化值；
24、根据所述热导率变化值生成所述浸渍对照样本的热导率数组。
25、可选地，所述生成所述浸渍对照样本的孔隙率数组，包括：
26、利用预设的孔隙率变化生成算法生成所述浸渍对照样本的孔隙率变化率，其中，所述预设的孔隙率变化生成算法为：
27、
28、其中，δp是所述浸渍对照样本的孔隙率变化率，p1是所述浸渍对照样本中浸渍前样本的孔隙率，p2是所述浸渍对照样本中浸渍后样本的孔隙率；
29、根据所述孔隙率变化率生成所述浸渍对照样本的孔隙率数组。
30、可选地，所述生成所述浸渍对照样本的密度数组，包括：
31、利用预设的密度变化生成算法生成所述浸渍对照样本的密度变化率，其中，所述预设的密度变化生成算法为：
32、
33、其中，δρ是所述浸渍对照样本的密度变化率，ρ1是所述浸渍对照样本中浸渍前样本的密度，ρ是所述浸渍对照样本中浸渍后样本的密度；
34、根据所述密度变化率生成所述浸渍对照样本的密度数组。
35、可选地，所述对所述对照数据集进行格式转换，得到所述对照数据集的转化数据集，包括：
36、对所述对照数据集中的数据进行数据类型转化，得到数据类型转化后的数据集；
37、对所述数据类型转化后的数据集中的数据进行单位转化，得到单位转化后的数据集；
38、对所述单位转化后的数据集中的数据进行标准化处理，得到标准数据集，确定所述标准数据集为所述对照数据集的转化数据集。
39、可选地，所述利用预设的效果权重和所述转化数据集生成所述碳素制品的浸渍效果值，包括：
40、根据所述转化数据集生成所述碳素制品的数据向量；
41、利用预设的效果权重和所述数据向量生成所述碳素制品的浸渍效果值。
42、可选地，所述利用预设的效果权重和所述数据向量生成所述碳素制品的浸渍效果值，包括：
43、根据预设的加权算法、预设的效果权重和所述数据向量生成所述碳素制品的浸渍效果值，其中，所述预设的加权算法为：
44、e＝[(fcnn(isample),k1,p1,ρ1)]·[w1,w2,w3,w4]
45、其中，e是所述碳素制品的浸渍效果值，fcnn(isample)是所述数据向量中的微观特征向量，k1是所述数据向量中的热导率向量，p1是所述数据向量中的孔隙率向量，ρ1是所述数据向量中的密度向量，w1是所述微观特征向量所对应的向量权重，w2是所述热导率向量所对应的向量权重，w3是所述孔隙率向量所对应的向量权重，w4是所述密度向量所对应的向量权重。
46、为了解决上述问题，本专利技术还提供一种碳素制品浸渍效果分析系统，所述系统包括：
47、样本图组生成模块，用于获取碳素制品的浸渍对照样本，生成所述浸渍对照样本的样本图组；
48、微观特征生成模块，用于根据所述样本图组生成所述碳素制品的微观特征；
49、样本热导率生成模块，用于利用预设的热导率算法生成所述浸渍对照样本的样本热导率，根据所述样本热导率生成所述浸渍对照样本的热导率数组，其中，所述预设的热导率算法为：
50、
51、其中，k是所述浸渍对照样本的样本热导率，q是所述浸渍对照样本的传热量，l是所述浸渍对照样本的传热距离，a是所述浸渍对照样本的传热面积，δt是所述浸渍对照样本的实验温度差；
52、对照数据集生成模块，用于生成所述浸渍对照样本的孔隙率数组，生成所述浸渍对照样本的密度数组，汇集所述微观特征、所述热导率数组、所述孔隙率数组和所述密度数组生成所述浸渍对照样本的对照数据集；
本文档来自技高网...
【技术保护点】
1.一种碳素制品浸渍效果分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述生成所述浸渍对照样本的样本图组，包括：
3.如权利要求2所述的碳素制品浸渍效果分析方法，其特征在于，所述生成所述浸渍对照样本的初始样本图像，包括：
4.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述根据所述样本热导率生成所述浸渍对照样本的热导率数组，包括：
5.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述生成所述浸渍对照样本的孔隙率数组，包括：
6.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述生成所述浸渍对照样本的密度数组，包括：
7.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述对所述对照数据集进行格式转换，得到所述对照数据集的转化数据集，包括：
8.如权利要求1至7中任一项所述的碳素制品浸渍效果分析方法，其特征在于，所述利用预设的效果权重和所述转化数据集生成所述碳素制品的浸渍效果值，包括：
9.如权
10.一种碳素制品浸渍效果分析系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种碳素制品浸渍效果分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述生成所述浸渍对照样本的样本图组，包括：
3.如权利要求2所述的碳素制品浸渍效果分析方法，其特征在于，所述生成所述浸渍对照样本的初始样本图像，包括：
4.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述根据所述样本热导率生成所述浸渍对照样本的热导率数组，包括：
5.如权利要求1所述的碳素制品浸渍效果分析方法，其特征在于，所述生成所述浸渍对照样本的孔隙率数组，包括：
6.如权利要求1所述的碳素制品浸渍...
【专利技术属性】
技术研发人员：田家利，李海航，邓好莱，刘春根，徐辉，邓达琴，李江标，
申请(专利权)人：江西宁新新材料股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。