生成用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的组合物的方法技术

本发明专利技术涉及一种生成用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的组合物的方法。该方法包括：a.使用已知组合物(206)来训练卷积神经元网络，其中，为了训练将损失函数(228)最小化；b.检查损失函数值是否满足规定标准，其中，选择性地针对未满足标准的情况执行以下步骤：i.通过主动学习模块从规定试验组合物(208)的集合中选择试验组合物(212)，ii.控制用于生产并检查用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的化工设备(224)来生产并检查所选试验组合物，iii.使用所选试验组合物及其由设备测得的特性来训练卷积神经元网络，iv.反复执行步骤b；c.通过将输入向量(402)输入到卷积神经元网络来生成用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的预测组合物；d.通过卷积神经元网络(226)输出预测组合物。网络(226)输出预测组合物。网络(226)输出预测组合物。

【技术实现步骤摘要】
【国外来华专利技术】生成用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的组合物的方法


[0001]本专利技术涉及一种生成用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的组合物的方法。
现有技术
[0002]用于油漆、清漆、印刷油墨组合物、研磨树脂、颜料浓缩物和其它涂料的组合物是由原料组成的复杂混合物。用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的常见组合物或配伍或配方包含约20种原材料，其以下也被称为“组分”。所述组合物例如由选自以下项的原材料构成：固体例如颜料和/或填料、粘合剂、溶剂、树脂、硬化剂和各种添加剂如增稠剂、分散剂、润湿剂、粘合促进剂、消泡剂、表面改性剂、流平剂、催化活性添加剂如干燥剂和催化剂以及特效添加剂如杀虫剂、光引发剂和腐蚀抑制剂。
[0003]迄今为止，已根据经验值指定具有某些期望特性的新组合物、配方和重组配方，且随后以化学方式来合成和测试。由于相互作用的复杂性，故对于本领域技术人员而言，在化学、物理、光学、触觉和其它可通过测量来识别的特性方面满足特定期望的新的组合物的组成仍是难预见的。鉴于原材料之间相互本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种生成用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的组合物的方法，其中，该组合物通过计算机系统(224)来生成，其中，该计算机系统访问数据库(204)，其中，该数据库中存储有已知组合物(206)及其组分和特性，并且其中，该计算机系统与用于生产并检查用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的组合物的设备(244)相连，其中，该计算机系统包括卷积神经元网络(226)和主动学习模块(222)，该方法具有以下步骤：a.使用(102)存储在该数据库中的已知组合物(206)来训练该卷积神经元网络，其中，为了训练将损失函数(228)最小化，b.检查(104)该损失函数的值是否满足规定标准，其中，选择性地针对未满足该标准的情况执行以下步骤：i.通过该主动学习模块从预先规定的试验组合物(208)的集合中选择(106)试验组合物(212)，ii.通过该计算机系统控制(108)该设备(224)来生产并检查所选的试验组合物，iii.在使用所选的试验组合物及其由该设备测得的特性情况下训练(110)该卷积神经元网络，iv.反复执行(112)步骤b.，c.通过将输入向量(402)输入到该卷积神经元网络来生成(116)用于油漆、清漆、印刷油墨、研磨树脂、颜料浓缩物或其它涂料的预测组合物(406)，d.通过该卷积神经元网络(226)来输出(118)该预测组合物。2.根据权利要求1所述的方法，其中，所述试验组合物(208)的集合通过试验计划程序来自动产生。3.根据前述权利要求之一所述的方法，其中，所述组分选自以下组，该组包括：固体例如颜料和/或填料、粘合剂、溶剂、树脂、固化剂和各种不同的添加剂如增稠剂、分散剂、润湿剂、增附剂、消泡剂、表面改性剂、流平剂、催化活性添加剂和特殊活性添加剂。4.根据权利要求1至3之一所述的方法，其中，所述已知的组合物包含固体和分散剂。5.根据前述权利要求之一所述的方法，其中，所述特性选自以下组，该组包括：储存稳定性、pH值、流变学且尤其是粘度、密度、相对质量、颜色学且尤其是颜色强度、生产时的成本降低和颜料产量提高。6.根据前...

【专利技术属性】
技术研发人员：奥利弗，
申请(专利权)人：赢创运营有限公司，
类型：发明
国别省市：