System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【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:
9.一种电子设备,包括电源、接口、键盘、存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序,其特征在于,所述中央处理器执行所述计算机程序时实现权利要求1至7任一项所述的一种TGIC固化聚酯树脂的智能配方优化方法,所述接口包括网络接口与数据接口,网络接口包括有线或无线接口,数据接口包括输入或输出接口。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现权利要求1至7任一项所述的一种TGIC固化聚酯树脂的智能配方优化方法。
...【技术特征摘要】
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...
【专利技术属性】
技术研发人员:李烈栋,谭熹,张良务,何林,
申请(专利权)人:衡阳山泰化工有限公司,
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。