【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于通过机器学习预测水性聚合物组合物和由其制成的涂层的气味的方法和系统，特别适用于涂层施涂。
技术介绍
1、作为基于溶剂的组合物的环境友好替代物，水性或水基粘结剂或涂层组合物变得越来越重要。在建筑涂层工业中，特别是对于室内应用，一些制造商和终端用户也热衷于水性组合物的气味。粘结剂和涂层组合物的常规气味评估主要取决于人类感官小组。这种气味小组测试是费力且耗时的，这也往往是主观的，并且通常需要重复以获得一致的测试结果。另外，长时间暴露于气味可能对气味小组成员造成潜在危害。现有的计算机实施的气味预测方法通常是针对相对简单的系统(诸如烟草)开发的，其不适用于涂层工业中具有更复杂化学组成的水性聚合物组合物或涂层。这些水性聚合物组合物通常包含各种类型(例如，多于30种类型)的挥发性有机化合物，其浓度在宽范围内(例如，从十亿分率到百万分率的水性聚合物组合物)，并且这些化合物之间的相互作用通常对水性聚合物组合物的气味具有显著影响。因此，开发用于水性聚合物系统的气味预测的方法或系统是更具挑战性的。
2、因此期望提供一种预测水性聚合物组合物或由其制成的涂层的气味的方法。
技术实现思路
1、本专利技术提供一种没有上述问题的新型计算机辅助方法和系统。本专利技术的方法包括将水性聚合物组合物或由其制成的涂层中的挥发性有机化合物(voc)的新型组合和浓度输入到特定监督机器学习模块中以预测组合物或涂层的气味强度。本专利技术中使用的机器学习模块是决策树系综，使用训练数据集，使用多个训练
2、在第一方面，本专利技术是一种预测水性聚合物组合物的气味的方法。该方法包括：
3、用检测器分析表征该水性聚合物组合物，从而由该分析表征产生该水性聚合物组合物中挥发性有机化合物的浓度数据；
4、将该浓度数据输入到决策树系综，该决策树系综被配置为基于该浓度数据预测该水性聚合物组合物的气味强度；以及
5、从该决策树系综输出该水性聚合物组合物的预测的气味强度。
6、在第二方面，本专利技术是一种预测涂层的气味的方法。该方法包括：
7、用检测器分析表征该涂层，从而产生该涂层中挥发性有机化合物的浓度数据，其中该涂层通过干燥水性聚合物组合物获得；
8、将该浓度数据输入到决策树系综，该决策树系综被配置为基于该浓度数据预测该涂层的气味强度；以及
9、从该决策树系综输出该涂层的预测的气味强度。
10、在第三方面，本专利技术是一种用于预测水性聚合物组合物或由其制成的涂层的气味的系统。该系统包括：
11、检测器，该检测器被配置为分析表征该水性聚合物组合物或该涂层，从而由该分析表征产生挥发性有机化合物的浓度数据；以及计算装置，该计算装置上部署有决策树系综，该计算装置被配置为输入该浓度数据并且输出该水性聚合物组合物或该涂层的预测的气味强度。
本文档来自技高网...【技术保护点】
1.一种预测水性聚合物组合物的气味的方法，所述方法包括：
2.根据权利要求1所述的方法，其中使用训练数据集，使用多个训练样本将所述决策树系综训练成预测所述水性聚合物组合物的所述气味强度，其中所述训练数据集包含每个训练样本中的挥发性有机化合物的所述浓度数据，所述浓度数据与由人类小组成员评定的此类训练样本的实际气味强度数据配对；从而得到经训练的决策树系综。
3.根据权利要求2所述的方法，其中利用验证数据集，使用多个验证样本来验证所述经训练的决策树系综，其中所述验证数据集包含每个验证样本中的挥发性有机化合物的所述浓度数据，所述浓度数据与由人类小组成员评定的此类验证样本的实际气味强度数据配对。
4.根据权利要求1所述的方法，其中所述决策树系综选自随机森林模型、梯度提升模型或极端梯度提升模型。
5.根据权利要求2所述的方法，其中所述训练数据集包含挥发性有机化合物的所述浓度数据，基于所述水性聚合物组合物的重量，按重量计，所述挥发性有机化合物各自具有≥0.1百万分率的浓度。
6.根据权利要求1所述的方法，其中将所述浓度数据输入到所述决
7.根据权利要求1所述的方法，其中输入到所述决策树系综的所述浓度数据是挥发性有机化合物的浓度，所述挥发性有机化合物包括丙酮、2-甲基丙醇、1-丁醇、甲基丙烯酸甲酯、乙酸丁酯、4-庚酮、2-庚酮、丁基醚、苯乙烯、丙烯酸丁酯、苯甲醚、丙酸、丁酯、甲基乙基苯、3-甲基-4-庚酮、丙烯基苯、丙基苯、苯甲醛、苯乙酮、甲基丙烯酸丁酯、乙烯基乙酸异丁酯、丁酸、丁酯、2-丁烯酸、丁酯、二乙基苯或异构体、甲基丙烯酸环己酯、丙烯酸2-乙基己酯、二甲苯、乙基苯或它们的混合物。
8.根据权利要求1所述的方法，其中分析表征所述水性聚合物组合物包括选自以下的分析表征：与气相色谱法-质谱法联用的固相微萃取、与气相色谱法-质谱法联用的针阱微萃取或与气相色谱法-质谱法联用的Tenax吸附筒。
9.根据权利要求2所述的方法，其中所述决策树系综展现出由测试RMSE百分比<30％和训练R2>0.85指示的预测准确性。
10.根据权利要求1所述的方法，所述方法还包括基于所述预测的气味强度调节用于制备所述水性聚合物组合物的聚合过程。
11.根据权利要求1所述的方法，其中所述水性聚合物组合物包含丙烯酸(共)聚合物。
12.一种预测涂层的气味的方法，所述方法包括：
13.一种用于预测水性聚合物组合物或由其制成的涂层的气味的系统，所述系统包括：
14.根据权利要求13所述的系统，其中使用训练数据集，使用多个训练样本将所述计算装置上部署的所述决策树系综训练成预测所述水性聚合物组合物或所述涂层的气味强度，其中所述训练数据集包含每个训练样本中的挥发性有机化合物的所述浓度数据，所述浓度数据与由人类小组成员评定的此类训练样本的实际气味强度数据配对；
15.根据权利要求13所述的系统，其中所述计算装置是基于云的服务器集群，并且将所述浓度数据输入到所述决策树系综是经由基于web的用户接口进行的。
...【技术特征摘要】
【国外来华专利技术】
1.一种预测水性聚合物组合物的气味的方法，所述方法包括：
2.根据权利要求1所述的方法，其中使用训练数据集，使用多个训练样本将所述决策树系综训练成预测所述水性聚合物组合物的所述气味强度，其中所述训练数据集包含每个训练样本中的挥发性有机化合物的所述浓度数据，所述浓度数据与由人类小组成员评定的此类训练样本的实际气味强度数据配对；从而得到经训练的决策树系综。
3.根据权利要求2所述的方法，其中利用验证数据集，使用多个验证样本来验证所述经训练的决策树系综，其中所述验证数据集包含每个验证样本中的挥发性有机化合物的所述浓度数据，所述浓度数据与由人类小组成员评定的此类验证样本的实际气味强度数据配对。
4.根据权利要求1所述的方法，其中所述决策树系综选自随机森林模型、梯度提升模型或极端梯度提升模型。
5.根据权利要求2所述的方法，其中所述训练数据集包含挥发性有机化合物的所述浓度数据，基于所述水性聚合物组合物的重量，按重量计，所述挥发性有机化合物各自具有≥0.1百万分率的浓度。
6.根据权利要求1所述的方法，其中将所述浓度数据输入到所述决策树系综是经由基于web的用户接口进行的。
7.根据权利要求1所述的方法，其中输入到所述决策树系综的所述浓度数据是挥发性有机化合物的浓度，所述挥发性有机化合物包括丙酮、2-甲基丙醇、1-丁醇、甲基丙烯酸甲酯、乙酸丁酯、4-庚酮、2-庚酮、丁基醚、苯乙烯、丙烯酸丁酯、苯甲醚、丙酸、丁酯、甲基乙基苯、3-甲基-4-庚酮、丙烯基苯、丙基苯、苯甲醛、苯乙酮、...
【专利技术属性】
技术研发人员：吕菡，马妍，史辰漪，许建明，邹健，季周华，J·P·德罗彻，
申请(专利权)人：陶氏环球技术有限责任公司，
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。