用于电子级六氟磷酸锂制备的自动配料系统技术方案

本申请涉及智能控制领域，其具体地公开了一种用于电子级六氟磷酸锂制备的自动配料系统，其通过采用基于深度学习的神经网络模型挖掘出反应液的PH值的时序动态变化特征信息，以基于反应液的PH值的时序变化情况来自适应地调整当前时间点的五氟化磷气体的流速值，以使得反应能够完全进行，避免原料端的偏差给反应带来不良影响，提高电子级六氟磷酸锂的制备质量和制备安全性。量和制备安全性。量和制备安全性。

【技术实现步骤摘要】
用于电子级六氟磷酸锂制备的自动配料系统


[0001]本申请涉及智能控制领域，且更为具体地，涉及一种用于电子级六氟磷酸锂制备的自动配料系统。

技术介绍

[0002]近年来，电子级六氟磷酸锂(LiPF6)被选定为锂离子二次电池的电解质，电子级六氟磷酸锂被溶于某些非水有机溶剂中形成锂离子二次电池的电解液。
[0003]在电子级六氟磷酸锂产品的制备过程中，需要将五氧化磷气体通过装有氟化钾的无水氟化氢溶液中，经反应,结晶、分离、干燥得到纯净的六氟磷酸理产品。但是，如果五氧化磷气体与装有氟化钾的无水氟化氢溶液反应不完全时，不仅会导致原材料的浪费，还会导致造成副产物的产生，影响后续的结晶、分离、干燥。并且，因五氟化磷是一种活性极大的化合物，其在常温常压下为无色恶臭气体，会对皮肤、眼睛、粘膜有强烈刺激性，在潮湿空气中会剧烈产生有毒和腐蚀性的氟化氢白色烟雾。在不完全反应时，若五氟化磷过量会对于后续反应设备造成腐蚀，同时存在安全隐患。
[0004]然而，在实际的电子级六氟磷酸锂产品的生产过程中，却难以将五氧化磷气体与装有氟化钾的无水氟化氢溶液反应控制在恰好完全反应的节点上，其原因为：如果从原料端（也就是，五氧化磷气体与含有氟化锂的无水氟化氢溶液）来控制，原料中可能存在杂质，且反应的状态难以通过传统方法进行监测。
[0005]因此，期望一种优化的用于电子级六氟磷酸锂制备的自动配料系统。

技术实现思路

[0006]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于电子级六氟磷酸锂制备的自动配料系统，其通过采用基于深度学习的神经网络模型挖掘出反应液的PH值的时序动态变化特征信息，以基于反应液的PH值的时序变化情况来自适应地调整当前时间点的五氟化磷气体的流速值，以使得反应能够完全进行，避免原料端的偏差给反应带来不良影响，提高电子级六氟磷酸锂的制备质量和制备安全性。
[0007]根据本申请的一个方面，提供了一种用于电子级六氟磷酸锂制备的自动配料系统，其包括：数据采集模块，用于获取预定时间段内包含当前时间点在内的多个预定时间点的反应液的PH值和当前时间点的五氟化磷气体的气体流速值；数据时序分布模块，用于将所述预定时间段内包含当前时间点在内的多个预定时间点的反应液的PH值按照时间维度排列为PH值时序输入向量；第一尺度PH值时序变化模块，用于将所述PH值时序输入向量通过使用具有第一尺度的一维卷积核的第一卷积神经网络模型以得到第一尺度PH时序特征向量；第二尺度PH值时序变化模块，用于将所述PH值时序输入向量通过使用具有第二尺度的一维卷积核的第二卷积神经网络模型以得到第二尺度PH时序特征向量；多尺度特征融合模块，用于融合所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量以得到解码特征向量；气体流速推荐模块，用于将所述解码特征向量通过解码器进行解码回归以得到
解码值，所述解码值用于表示当前时间点的五氟化磷气体的气体流速值的推荐值；以及控制模块，用于基于所述解码值和所述当前时间点的五氟化磷气体的气体流速值，生成五氟化磷气体的流速控制指令。
[0008]在上述用于电子级六氟磷酸锂制备的自动配料系统中，所述第一尺度PH值时序变化模块，用于：使用所述具有第一尺度的一维卷积核的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述具有第一尺度的一维卷积核的第一卷积神经网络的最后一层的输出为所述第一尺度PH时序特征向量，所述具有第一尺度的一维卷积核的第一卷积神经网络的第一层的输入为所述PH值时序输入向量。
[0009]在上述用于电子级六氟磷酸锂制备的自动配料系统中，所述第二尺度PH值时序变化模块，用于：使用所述具有第二尺度的一维卷积核的第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述具有第二尺度的一维卷积核的第二卷积神经网络的最后一层的输出为所述第二尺度PH时序特征向量，所述具有第二尺度的一维卷积核的第二卷积神经网络的第一层的输入为所述PH值时序输入向量。
[0010]在上述用于电子级六氟磷酸锂制备的自动配料系统中，所述多尺度特征融合模块，包括：优化因数计算单元，用于计算所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量的关联
‑
概率密度分布仿射映射因数以得到第一关联
‑
概率密度分布仿射映射因数和第二关联
‑
概率密度分布仿射映射因数；加权优化单元，用于以所述第一关联
‑
概率密度分布仿射映射因数和所述第二关联
‑
概率密度分布仿射映射因数作为权重，分别对所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量进行加权以得到校正后第一尺度PH时序特征向量和校正后第二尺度PH时序特征向量；以及，PH值时序特征融合单元，用于融合所述校正后第一尺度PH时序特征向量和所述校正后第二尺度PH时序特征向量以得到所述解码特征向量。
[0011]在上述用于电子级六氟磷酸锂制备的自动配料系统中，所述优化因数计算单元，用于：以如下优化公式计算所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量的关联
‑
概率密度分布仿射映射因数以得到所述第一关联
‑
概率密度分布仿射映射因数和所述第二关联
‑
概率密度分布仿射映射因数；其中，所述公式为：，其中表示所述第一尺度PH时序特征向量， 表示所述第二尺度PH时序特征向量， 为所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量之间的逐位置关联得到的关联矩阵，和是所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量构
成的高斯密度图的均值向量和逐位置方差矩阵，表示矩阵乘法，表示表示矩阵的指数运算，所述矩阵的指数运算表示计算以矩阵中各个位置的特征值为幂的自然指数函数值，表示所述第一关联
‑
概率密度分布仿射映射因数，表示所述第二关联
‑
概率密度分布仿射映射因数中。
[0012]在上述用于电子级六氟磷酸锂制备的自动配料系统中，所述PH值时序特征融合单元，用于：以如下级联公式来融合所述校正后第一尺度PH时序特征向量和所述校正后第二尺度PH时序特征向量以得到所述解码特征向量；其中，所述级联公式为：其中， 表示所述校正后第一尺度PH时序特征向量，表示所述校正后第二尺度PH时序特征向量，表示级联函数， 表示所述解码特征向量。
[0013]在上述用于电子级六氟磷酸锂制备的自动配料系统中，所述气体流速推荐模块，用于：使用所述解码器以如下解码公式将所述解码特征向量进行解码回归以获得用于表示当前时间点的五氟化磷气体的气体流速值的推荐值的解码值；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电子级六氟磷酸锂制备的自动配料系统，其特征在于，包括：数据采集模块，用于获取预定时间段内包含当前时间点在内的多个预定时间点的反应液的PH值和当前时间点的五氟化磷气体的气体流速值；数据时序分布模块，用于将所述预定时间段内包含当前时间点在内的多个预定时间点的反应液的PH值按照时间维度排列为PH值时序输入向量；第一尺度PH值时序变化模块，用于将所述PH值时序输入向量通过使用具有第一尺度的一维卷积核的第一卷积神经网络模型以得到第一尺度PH时序特征向量；第二尺度PH值时序变化模块，用于将所述PH值时序输入向量通过使用具有第二尺度的一维卷积核的第二卷积神经网络模型以得到第二尺度PH时序特征向量；多尺度特征融合模块，用于融合所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量以得到解码特征向量；气体流速推荐模块，用于将所述解码特征向量通过解码器进行解码回归以得到解码值，所述解码值用于表示当前时间点的五氟化磷气体的气体流速值的推荐值；以及控制模块，用于基于所述解码值和所述当前时间点的五氟化磷气体的气体流速值，生成五氟化磷气体的流速控制指令。2.根据权利要求1所述的用于电子级六氟磷酸锂制备的自动配料系统，其特征在于，所述第一尺度PH值时序变化模块，用于：使用所述具有第一尺度的一维卷积核的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的池化以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述具有第一尺度的一维卷积核的第一卷积神经网络的最后一层的输出为所述第一尺度PH时序特征向量，所述具有第一尺度的一维卷积核的第一卷积神经网络的第一层的输入为所述PH值时序输入向量。3.根据权利要求2所述的用于电子级六氟磷酸锂制备的自动配料系统，其特征在于，所述第二尺度PH值时序变化模块，用于：使用所述具有第二尺度的一维卷积核的第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的池化以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述具有第二尺度的一维卷积核的第二卷积神经网络的最后一层的输出为所述第二尺度PH时序特征向量，所述具有第二尺度的一维卷积核的第二卷积神经网络的第一层的输入为所述PH值时序输入向量。4.根据权利要求3所述的用于电子级六氟磷酸锂制备的自动配料系统，其特征在于，所述多尺度特征融合模块，包括：优化因数计算单元，用于计算所述第一尺度PH时序特征向量和所述第二尺度PH时序特征向量的关联
‑...

【专利技术属性】
技术研发人员：谢光明，蓝茂炜，温思成，
申请(专利权)人：福建省龙德新能源有限公司，
类型：发明
国别省市：