【技术实现步骤摘要】
用于不饱和聚酯树脂的合成工艺优化方法及系统
[0001]本专利技术涉及工艺优化
,具体涉及用于不饱和聚酯树脂的合成工艺优化方法及系统。
技术介绍
[0002]不饱和聚酯树脂(Unsaturated Polyester Resins,UPR)是一类重要的聚合物材料,具有广泛的应用领域,包括复合材料、建筑材料、涂料、粘合剂等,它们由不饱和聚酯树脂基体、交联剂和溶剂组成,通过化学反应形成高分子结构,随着化学科学的发展,其合成方法的研究日益深入。
[0003]然而现今常用的不饱和聚酯树脂的合成工艺还存在着一定的弊端,现有的合成过程,不能精确控制合成条件和准确监测关键参数,并且无法自适应调整合成工艺,导致反应不稳定、反应速率低,并且智能化程度较低。因此,对于不饱和聚酯树脂的合成工艺还存在着一定的可提升空间。
技术实现思路
[0004]本申请通过提供了用于不饱和聚酯树脂的合成工艺优化方法及系统,旨在解决现有的合成过程存在不能精确控制合成条件和准确监测关键参数,并且无法自适应调整合成工艺,导致反应不稳定、反应速率低,并且智能化程度较低的技术问题。
[0005]鉴于上述问题,本申请提供了用于不饱和聚酯树脂的合成工艺优化方法及系统。
[0006]本申请公开的第一个方面,提供了用于不饱和聚酯树脂的合成工艺优化方法,所述方法包括:获取不饱和聚酯树脂的合成基础信息,其中,所述合成基础信息包括合成原料信息与合成控制参数;将所述合成原料信息与所述合成控制参数输入结构预测模型,输出不饱和聚酯树脂预测结 ...
【技术保护点】
【技术特征摘要】
1.用于不饱和聚酯树脂的合成工艺优化方法,其特征在于,所述方法包括:获取不饱和聚酯树脂的合成基础信息,其中,所述合成基础信息包括合成原料信息与合成控制参数;将所述合成原料信息与所述合成控制参数输入结构预测模型,输出不饱和聚酯树脂预测结构;基于k近邻聚类算法,对所述不饱和聚酯树脂预测结构进行聚类分析,获取性能预测结果;判断所述性能预测结果是否满足不饱和聚酯树脂期望性能阈值;若不满足,对所述合成原料信息和/或所述合成控制参数进行优化,获取合成工艺优化结果,其中,所述合成工艺优化结果的所述性能预测结果满足所述不饱和聚酯树脂期望性能阈值;根据所述合成工艺优化结果控制所述不饱和聚酯树脂的合成。2.如权利要求1所述的方法,其特征在于,将所述合成原料信息与所述合成控制参数输入结构预测模型,输出不饱和聚酯树脂预测结构,包括:基于联邦域采集不饱和聚酯树脂生成记录数据,其中,所述联邦域为结合区块链构建的业务信息共享平台;获取不饱和聚酯树脂基体类型,其中,所述不饱和聚酯树脂基体类型包括邻苯二甲酸型、间苯二甲酸型、双酚A型、乙烯基酯型和卤代不饱和聚酯树脂;基于所述邻苯二甲酸型、所述间苯二甲酸型、所述双酚A型、所述乙烯基酯型和所述卤代不饱和聚酯树脂,对所述不饱和聚酯树脂生成记录数据进行聚类,获取第一记录数据组、第二记录数据组、第三记录数据组、第四记录数据组和第五记录数据组;通过所述第一记录数据组、所述第二记录数据组、所述第三记录数据组、所述第四记录数据组和所述第五记录数据组,训练所述结构预测模型;所述合成原料信息包括合成材料基体类型,将所述合成材料基体类型、所述合成原料信息和所述合成控制参数输入所述结构预测模型进行训练,获取所述不饱和聚酯树脂预测结构。3.如权利要求2所述的方法,其特征在于,通过所述第一记录数据组、所述第二记录数据组、所述第三记录数据组、所述第四记录数据组和所述第五记录数据组,训练所述结构预测模型,包括:根据所述第一记录数据组或所述第二记录数据组或所述第三记录数据组或所述第四记录数据组或所述第五记录数据组,获取合成原料记录数据、簇内基体类型和分子结构记录数据;构建训练损失评估函数:构建训练损失评估函数:其中,Loss1表征第一损失函数,Loss2表征第二损失函数,Count()表征计数函数,d(A
i
,A
i0
)表征第i个官能团预测位置与记录位置的距离偏差,A
i
表征第i个官能团预测位置,A
i0
表
征第i个官能团记录位置,f(A
k
,A
k0
)表征第k位置官能团类型与第k预测位置原本官能团类型的一致性比对结果,A
k
为第k位置预测的官能团类型,A
k0
表征第k位置记录的官能团类型,当一致时输出为1,不一致时输出为0,d0默认值=0,d0≥0,T为损失评估周期,j为损失评估周期开始计数值;将所述合成原料记录数据和所述簇内基体类型作为输入数据,将所述分子结构记录数据作为输出数据,基于BP神经网络,构建第一结构基预测器、第二结构基预测器、第三结构基预测器、第四结构基预测器和第五结构基预测器;当满足所述损失评估周期,根据所述第一结构基预测器或所述第二结构基预测器或所述第三结构基预测器或所述第四结构基预测器或所述第五结构基预测器的输出预测结果,基于所述训练损失评估函数进行处理,获取第一训练损失和第二训练损失;当所述第一训练损失小于第一预设损失量,且所述第二训练损失小于第二预设损失量时,视为所述第一结构基预测器或所述第二结构基预测器或所述第三结构基预测器或所述第四结构基预测器或所述第五结构基预测器收敛,获取所述结构预测模型。4.如权利要求1所述的方法,其特征在于,基于k近邻聚类算法,对所述不饱和聚酯树脂预测结构进行聚类分析,获取性能预测结果,包括:将所述不饱和聚酯树脂预测结构传输至联邦...
【专利技术属性】
技术研发人员:郑怡帆,唐伟达,杨飞南,
申请(专利权)人:浙江东大树脂科技股份有限公司,
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。