【技术实现步骤摘要】
本专利技术涉及新兴软件和新型信息技术服务，更具体地说，本专利技术涉及一种tgic固化聚酯树脂的智能配方优化方法及系统。
技术介绍
1、tgic(三聚氰胺甲酸酯)固化聚酯树脂这一材料因其杰出的耐候性、耐化学性以及出色的机械性能被广泛应用于汽车、建筑、电子、塑料制品等领域。在tgic固化聚酯树脂的制备中实现配方优化提高生产效率，降低生产成本，优化产品质量等方面起到了重要的作用；是确保产品性能和经济效益的重要环节；涉及对树脂、固化剂、颜色剂、流平剂等多种组分进行精确调配。然而，传统的配方优化方法依赖于实验室试验和技术人员的经验，配方的设计和优化通常是手工进行的，需要大量的试验和调整。工程师根据自己的经验和判断，逐步调整配方中各种原料的比例，直到达到满意的性能和效果，由于依赖于人工经验，往往需要多次调整和优化，过程繁琐，效率低下。
2、例如，授权公告号为cn103059275b的专利提供了一种tgic固化透明粉末涂料用聚酯树脂及其制备方法，该专利虽然提供了一种高耐候低温tgic固化粉末涂料用饱和端羧基聚酯树脂制备方法，但是仍然使用了传统的方法，步骤较为繁琐，无法得出准确的最优配比。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供了一种tgic固化聚酯树脂的智能配方优化方法及系统，利用机器学习和数据驱动的方法，收集并分析大量的生产数据和实验结果，进而建立智能化配方优化方法及系统。这种系统能够快速准确地预测不同配方的性能表现，通过不断的优化和改进来适应不同的生产需求和
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种tgic固化聚酯树脂的智能配方优化方法，包括：
4、改变配方比例m次，获得原始数据集合，原始数据集合包括m组原始数据，m>1的整数；
5、以原始数据集合为优化模型的数据集，以tgic固化聚酯树脂的原料添加顺序为约束条件，以固化率为优化目标，建立优化模型；
6、以tgic固化聚酯树脂的各项性能指标为约束条件，以固化率为优化目标，建立筛选模型。
7、进一步地，所述原始数据包括甲苯二异氰酸酯添加量、丙二醇添加量、氧化聚合物添加量、反应的活化能、气体常数、反应温度、颜色剂的添加量和流平剂的添加量。
8、进一步地，所述优化模型的构建方法包括：
9、收集原始数据，其中包括甲苯二异氰酸酯添加量、丙二醇添加量、氧化聚合物添加量、反应的活化能、气体常数、反应温度、颜色剂的添加量和流平剂的添加量；将数据集分为两部分，一部分用于训练模型，另一部分用于验证模型；用原始数据对模型进行训练，优化模型参数以拟合数据；使用验证数据集进行验证，评估模型的性能和泛化能力，在模型训练中，以tgic固化聚酯树脂的固化率为优化目标，以tgic固化聚酯树脂的智能配方中的原料添加顺序为约束条件，最终筛选出满足预设误差值要求的模型作为最终的优化模型，
10、固化率的计算公式如下所示：
11、
12、式中cr是固化率，k是固化反应的速率常数，tdi表示甲苯二异氰酸酯添加量，pg表示丙二醇添加量，op表示氧化聚合物的添加量，a表示甲苯二异氰酸酯的权重系数，b表示丙二醇添加量的权重系数，c表示氧化聚合物的添加量的权重系数，ea表示反应的活化能，t表示反应温度，cl表示颜色剂的添加量，fl表示流平剂的添加量，d表示颜色剂对固化速率的影响程度的系数，e表示流平剂对固化速率的影响程度的系数，r表示气体常数；
13、进一步地，以固化率为优化目标；
14、约束条件：
15、(a)如果x＝1，则
16、(b)如果x＝0，则
17、(c)x和y是非负整数；
18、(d)x的取值范围为{0，1}；
19、(e)cr的上限cr≤crmax，其中crmax是可接受的最大固化率；
20、x表示先添加的原料，如果选择添加tdi，则x＝1，如果选择添加pg，则x＝0；
21、cr表示固化率；当tdi先添加时，m1表示tdi的权重系数；m2表示pg的权重系数；当pg先添加时，m3表示pg的权重系数；m4表示tdi的权重系数。
22、进一步地，根据所述优化模型获取优化后的调和配方,具体为：
23、设定初始随机配方，对所述初始随机配方进行归一化处理得到一群初始随机粒子；
24、采用粒子群优化算法对所述初始粒子进行迭代运算：
25、采用粒子群优化算法对所述初始粒子进行迭代运算：
26、vi+1＝w·vi+c1·r1·(gbesti-xi)+c2·r2·(gbest-xi)
27、xi+1＝xi+vi+1
28、vi+1粒子在下一刻的速度；
29、vi是粒子当前的速度；
30、xi+1粒子在下一刻的位置；
31、xi是粒子当前的位置；
32、pbesti是粒子历史上遇到的最优位置；
33、gbest群体历史上遇到的最优位置，即所有粒子的最佳解；
34、w是惯性权重，它帮助平衡全局搜索能力和局部搜索能力；
35、c1和c2是学习因子，分别影响粒子向个体历史最优和群体最优位置的移动；
36、r1和r2是在[0,1]范围内随机生成的数，为了增加搜索的随机性和多样性。
37、进一步地，以tgic固化聚酯树脂的各个性能指标为约束条件，以tgic固化聚酯树脂的固化率为优化目标，建立筛选模型：
38、以固化率为优化目标，具体为：
39、argmaxcrsum
40、约束条件：
41、
42、设固化率为cr，性能要求包括n个指标，对应的权重分别为w1，w2，w3...wn；其中，sum为加权得分表示在固化率为cr时的性能表现，fi是固化率为cr时第i个性能指标的得分，wi是对应的权重。
43、进一步地，根据所述筛选模型获取最优调和配方,具体为：
44、设定初始随机配方，对所述初始随机配方进行归一化处理得到一群初始随机粒子；
45、采用粒子群优化算法对所述初始粒子进行迭代运算：
46、vi+1＝w·vi+c1·r1·(pbesti-xi)+c2·r2·(gbest-xi)
47、xi+1＝xi+vi+1
48、vi+1粒子在下一刻的速度；
49、vi是粒子当前的速度；
50、xi+1粒子在下一刻的位置；
51、xi是粒子当前的位置；
52、pbesti是粒子历史上遇到的最优位置；
53、gbest群体历史上遇到的最优位置，即所有粒子的最佳解；
54、w是惯性权重，它帮助平衡全局搜索能力和局部搜索能力；
55、c1和c2是学习因子，分别影响粒子向本文档来自技高网...
【技术保护点】
1.一种TGIC固化聚酯树脂的智能配方优化方法，其特征在于，包括：
2.根据权利要求1所述的一种TGIC固化聚酯树脂的智能配方优化方法，其特征在于，所述原始数据包括：甲苯二异氰酸酯添加量、丙二醇添加量、氧化聚合物添加量、反应的活化能、气体常数、反应温度、颜色剂的添加量和流平剂的添加量。
3.根据权利要求1所述的一种TGIC固化聚酯树脂的智能配方优化方法，其特征在于，所述优化模型的构建方法包括：
4.根据权利要求1所述的一种TGIC固化聚酯树脂的智能配方优化方法，其特征在于：
5.根据权利要求1所述的一种TGIC固化聚酯树脂的智能配方优化方法，其特征在于，根据所述优化模型获取优化后的调和配方,具体为：
6.根据权利要求1所述的一种TGIC固化聚酯树脂的智能配方优化方法，其特征在于，TGIC固化聚酯树脂的各个性能指标为约束条件，以TGIC固化聚酯树脂的固化率为优化目标，建立筛选模型：
7.根据权利要求1所述的一种TGIC固化聚酯树脂的智能配方优化方法，其特征在于，根据所述筛选获取最优调和配方,具体为：
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。