一种基于成分分析的高强度工程塑料评估方法及系统技术方案

本发明专利技术涉及高强度工程塑料技术领域，具体涉及一种基于成分分析的高强度工程塑料评估方法，包括：分别获得成分组成信息、配方比例信息和工艺参数信息；对通过高强度工程塑料所成型结构的性能进行分析，获得应用场景性能分析信息；将成分组成信息、配方比例信息和工艺参数信息作为神经网络模型的输入，进行高强度工程塑料的性能评估，获得性能评估结果；对应用场景性能分析结果和性能评估结果进行处理，根据处理结果对高强度工程塑料的成分组成、配方比例和工艺参数进行优化，或者维持原成分组成、配方比例和工艺参数。通过本发明专利技术，可以提高产品的性能表现，降低生产成本，减少材料浪费和试错时间，从而提高工程塑料应用的效率和成本控制能力。本控制能力。本控制能力。

【技术实现步骤摘要】
一种基于成分分析的高强度工程塑料评估方法及系统


[0001]本专利技术涉及高强度工程塑料
，具体涉及一种基于成分分析的高强度工程塑料评估方法及系统。

技术介绍

[0002]目前，高强度工程塑料在工程应用中广泛使用，然而在加工过程中存在一个普遍的问题：现有的成分组成设计无法根据最终形成的结构形式进行具体的调节，这意味着，即使在生产过程中使用了优质的高强度工程塑料原料，但由于缺乏有效的调节手段，很难确保最终制成的产品在性能上能够完全满足应用场景的要求。
[0003]在传统的高强度工程塑料生产中，成分组成、配方比例和工艺参数通常是根据经验和一些基本测试进行设定的，这种做法在某种程度上能够满足一部分应用场景的需求，但随着高强度工程塑料应用范围的不断扩大和对产品性能要求的不断提高，传统的经验设计方法已经显得有限。
[0004]这种现状给高强度工程塑料的生产和应用带来了一系列问题，包括但不限于产品的强度和耐用性可能无法完全满足特定工程应用的要求，过度设计可能导致材料的浪费和生产成本的增加，以及在产品开发周期内多次试错导致的时间浪费等，这些问题都在一定程度上影响了高强度工程塑料的应用推广和市场竞争力。

技术实现思路

[0005]本专利技术中提供了一种基于成分分析的高强度工程塑料评估方法及系统，从而有效解决
技术介绍
中所指出的问题。
[0006]为了达到上述目的，本专利技术所采用的技术方案是：一种基于成分分析的高强度工程塑料评估方法，包括：分别对待检测高强度工程塑料的成分组成、配方比例和工艺参数进行检测，分别获得成分组成信息、配方比例信息和工艺参数信息；对通过所述高强度工程塑料所成型结构的性能进行分析，获得应用场景性能分析结果；将所述成分组成信息、配方比例信息和工艺参数信息作为神经网络模型的输入，进行所述高强度工程塑料的性能评估，获得性能评估结果；对所述应用场景性能分析结果和性能评估结果进行处理，根据处理结果对所述高强度工程塑料的成分组成、配方比例和工艺参数进行优化，或者维持原所述成分组成、配方比例和工艺参数。
[0007]进一步地，对所述应用场景性能分析结果和性能评估结果进行处理，包括：列举所述应用场景性能分析结果和性能评估结果中的所有性能特征，以及，获得各所述性能特征在应用场景中重要性的权重值；对各所述性能特征进行归一化处理，将各项所述性能特征的数值映射到统一的范
围；将归一化后的所述性能特征与相应的所述权重值相乘，并在加权后求和，得到综合评估指标；根据实际需求设定综合指标阈值，若所述综合评估指标低于所述综合指标阈值，则对所述高强度工程塑料的成分组成、配方比例和工艺参数进行优化，否则维持原所述成分组成、配方比例和工艺参数。
[0008]进一步地，列举所述应用场景性能分析结果和性能评估结果中的所有性能特征，以及，获得各所述性能特征在应用场景中重要性的权重值，包括：收集高强度工程塑料的应用场景性能分析结果和性能评估结果的原始数据，且对所述原始数据进行预处理；使用特征重要性评估方法，确定每个所述性能特征在应用场景中的重要性的权重值；引入多目标优化算法，在所有所述性能特征中找到一组最优组合，且获取所述最优组合中各所述性能特征的权重值。
[0009]进一步地，使用特征重要性评估方法，确定每个所述性能特征在应用场景中的重要性的权重值，包括：对应用场景下的所述原始数据进行划分，获得与各所述性能特征一一对应的数据集；针对每个数据集内的数据进行方差计算；根据所述方差的大小对所述性能特征赋予权重值，其中，所述权重值与所述方差成正比。
[0010]进一步地，引入多目标优化算法，在所有所述性能特征中找到一组最优组合，包括：定义目标函数，所述目标函数将多个所述性能特征和对应的权重值作为输入，并输出高强度工程塑料综合性能指标；根据应用场景的要求和优化目标，综合考虑最大化综合性能指标和最小化综合性能指标；设定约束条件，所述约束条件为所述最优组合的限制条件；选择并运行多目标优化算法，将所述目标函数、优化目标和约束条件输入到选择的多目标优化算法中，且运行所述多目标优化算法搜索最优组合。
[0011]进一步地，选择并运行多目标优化算法，将所述目标函数、优化目标和约束条件输入到选择的多目标优化算法中，且运行所述多目标优化算法搜索最优组合，包括：选择多目标优化算法；随机生成初始种群，所述初始种群内每个个体代表一组性能特征组合；将每个所述个体代入目标函数，计算每个所述个体在多个目标函数上的适应度值，其中，根据优化目标确定所述适应度值的计算方式为最大化或最小化；通过遗传算法操作生成新的个体，且根据适应度值和Pareto最优解集选择优秀个体，并令所述优秀个体繁衍新的个体，以逐步优化种群；检查所述遗传算法是否收敛到Pareto最优解集，根据预定的停止条件，判断是否
终止优化过程；当所述遗传算法满足预设的停止条件时，输出Pareto最优解集作为所述最优组合。
[0012]进一步地，所述神经网络模型为多层感知器模型，包括输入层、若干隐藏层和输出层；所述隐藏层的神经元数量根据激活函数的激活值进行调节，调节步骤包括：在模型的训练过程中，跟踪每个所述隐藏层中的神经元的激活值；在每隔设定数量的训练周期结束后，根据每个所述隐藏层中各个神经元的激活值情况，进行以下步骤：针对激活值设定上限阈值和下限阈值，且将所述激活值与所述上限阈值和下限阈值进行比较；当所述神经元的激活值超过所述上限阈值时，增加所述神经元的数量，当所述神经元的激活值低于所述下限阈值时，减少所述神经元的数量，否则，维持所述神经元的数量不变。
[0013]进一步地，还包括：在模型构建阶段，设定每个隐藏层的最大神经元数量上限，在所述隐藏层的神经元数量到达所述上限时：停止继续增加神经元的数量；或者，设置低于所述下限阈值的剔除阈值，当所述激活值小于所述剔除阈值时，剔除所述激活值对应的神经元。
[0014]一种基于成分分析的高强度工程塑料评估系统，包括：检测模块，分别对待检测高强度工程塑料的成分组成、配方比例和工艺参数进行检测，获得成分组成信息、配方比例信息和工艺参数信息；性能分析模块，对通过所述高强度工程塑料所成型结构的性能进行分析，获得应用场景性能分析结果；神经网络模块，将所述成分组成信息、配方比例信息和工艺参数信息作为输入，实现高强度工程塑料的性能评估，并获得性能评估结果；优化处理模块，对所述应用场景性能分析结果和性能评估结果进行处理，根据处理结果实现对高强度工程塑料的成分组成、配方比例和工艺参数进行优化，或者维持原所述成分组成、配方比例和工艺参数。
[0015]进一步地，所述优化处理模块包括：特征重要性评估模块，列举所述应用场景性能分析结果和性能评估结果中的所有性能特征，并获得各性能特征在应用场景中重要性的权重值；归一化处理模块，对各所述性能特征进行归一化处理，将其数值映射到统一的范围；综合评估模块，将归一化后的性能特征与相应的权重值相乘，并在加权后求和，得到综合评估指标；优化决策模块，根据实际需求设定综合指标阈值，若所述综合评估指标低于所述综本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于成分分析的高强度工程塑料评估方法，其特征在于，包括：分别对待检测高强度工程塑料的成分组成、配方比例和工艺参数进行检测，分别获得成分组成信息、配方比例信息和工艺参数信息；对通过所述高强度工程塑料所成型结构的性能进行分析，获得应用场景性能分析结果；将所述成分组成信息、配方比例信息和工艺参数信息作为神经网络模型的输入，进行所述高强度工程塑料的性能评估，获得性能评估结果；对所述应用场景性能分析结果和性能评估结果进行处理，根据处理结果对所述高强度工程塑料的成分组成、配方比例和工艺参数进行优化，或者维持原所述成分组成、配方比例和工艺参数。2.根据权利要求1所述的基于成分分析的高强度工程塑料评估方法，其特征在于，对所述应用场景性能分析结果和性能评估结果进行处理，包括：列举所述应用场景性能分析结果和性能评估结果中的所有性能特征，以及，获得各所述性能特征在应用场景中重要性的权重值；对各所述性能特征进行归一化处理，将各项所述性能特征的数值映射到统一的范围；将归一化后的所述性能特征与相应的所述权重值相乘，并在加权后求和，得到综合评估指标；根据实际需求设定综合指标阈值，若所述综合评估指标低于所述综合指标阈值，则对所述高强度工程塑料的成分组成、配方比例和工艺参数进行优化，否则维持原所述成分组成、配方比例和工艺参数。3.根据权利要求2所述的基于成分分析的高强度工程塑料评估方法，其特征在于，列举所述应用场景性能分析结果和性能评估结果中的所有性能特征，以及，获得各所述性能特征在应用场景中重要性的权重值，包括：收集高强度工程塑料的应用场景性能分析结果和性能评估结果的原始数据，且对所述原始数据进行预处理；使用特征重要性评估方法，确定每个所述性能特征在应用场景中的重要性的权重值；引入多目标优化算法，在所有所述性能特征中找到一组最优组合，且获取所述最优组合中各所述性能特征的权重值。4.根据权利要求3所述的基于成分分析的高强度工程塑料评估方法，其特征在于，使用特征重要性评估方法，确定每个所述性能特征在应用场景中的重要性的权重值，包括：对应用场景下的所述原始数据进行划分，获得与各所述性能特征一一对应的数据集；针对每个数据集内的数据进行方差计算；根据所述方差的大小对所述性能特征赋予权重值，其中，所述权重值与所述方差成正比。5.根据权利要求3所述的基于成分分析的高强度工程塑料评估方法，其特征在于，引入多目标优化算法，在所有所述性能特征中找到一组最优组合，包括：定义目标函数，所述目标函数将多个所述性能特征和对应的权重值作为输入，并输出高强度工程塑料综合性能指标；根据应用场景的要求和优化目标，综合考虑最大化综合性能指标和最小化综合性能指
标；设定约束条件，所述约束条件为所述最优组合的限制条件；选择并运行多目标优化算法，将所述目标函数、优化目标和约束条件输入到选择的多目标优化算法中，且运行所述多目标优化算法搜索最优组合。6.根据权利要求5所述的基于成分分析的高强度工程塑料评估方法，其特征在于，选择并运行多目标优化算法，将所述目标函数、优化目标和约束条件输入到选择的多目标优化算法中，且运行所述...

【专利技术属性】
技术研发人员：李庆蛟，
申请(专利权)人：常州威材新材料科技有限公司，
类型：发明
国别省市：