耐磨防雾涂料制备方法及应用技术

一种耐磨防雾涂料制备方法及应用，其采用磁力搅拌器对有机化合物、阴离子表面活性剂和溶剂进行搅拌以得到搅拌后混合物，其中所述有机化合物为多糖、蛋白质或聚乙烯醇，所述阴离子表面活性剂为通式C

【技术实现步骤摘要】
耐磨防雾涂料制备方法及应用


[0001]本申请涉及智能化制备
，并且更具体地，涉及一种耐磨防雾涂料制备方法及应用。
[0002]
技术介绍

[0003]在高温、高湿或者材料隔开的两侧温差较大的环境下使用光学玻璃、光学塑料和其他高分子透明材料时，水汽常常会在材料表面聚集，并以微小水珠的形式析出形成水雾，显著降低透明材料的透光率，影响视线，给生产和生活带来诸多不便，甚至引起重大损失。因此材料的防雾显得非常重要。
[0004]中国专利CN 110272665 B揭露了一种常温固化透明耐磨防雾涂料及其制备方法和应用，其能够通过适当的制备工艺制得满足要求的耐磨防雾涂料。但是，上述耐磨防雾涂料采用的传统的制备方案，过程控制需人工参与且依赖人工经验来判断中止节点，这导致生产效率的下降和品控的稳定性下降。
[0005]
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耐磨防雾涂料制备方法及应用，其采用磁力搅拌器对有机化合物、阴离子表面活性剂和溶剂进行搅拌以得到搅拌后混合物，其中所述有机化合物为多糖本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种耐磨防雾涂料制备方法，其特征在于，包括：采用磁力搅拌器对有机化合物、阴离子表面活性剂和溶剂进行搅拌以得到搅拌后混合物，其中所述有机化合物为多糖、蛋白质或聚乙烯醇，所述阴离子表面活性剂为通式C
x
H
2x
‑1SO3Na的阴离子表面活性剂，式中x为10
‑
20，所述溶剂为不含乙醇或乙醇质量含量10%以下的去离子水溶液；以及将所述搅拌后混合物、酸性介孔纳米硅溶胶碱性链式纳米硅溶胶和聚硅酸盐混合后进行磁力搅拌以得到耐磨防雾涂料。2.根据权利要求1所述的耐磨防雾涂料制备方法，其特征在于，采用磁力搅拌器对有机化合物、阴离子表面活性剂和溶剂进行搅拌以得到搅拌后混合物，包括：获取被搅拌混合物在预定时间段的搅拌状态监控视频，其中所述被搅拌混合物包括所述有机化合物、所述阴离子表面活性剂和所述溶剂；从所述搅拌状态监控视频提取多个搅拌状态监控关键帧；将所述多个搅拌状态监控关键帧分别通过基于卷积神经网络模型的搅拌状态特征提取器以得到多个搅拌状态特征向量；将所述多个搅拌状态特征向量通过基于转换器模块的状态时序特征提取器以得到搅拌状态时序关联特征向量；从所述多个搅拌状态特征向量提取最后一个预定时间点对应的搅拌状态特征向量作为搅拌状态静态特征向量；融合所述搅拌状态时序关联特征向量和所述搅拌状态静态特征向量以得到分类特征向量；以及将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示是否停止搅拌。3.根据权利要求2所述的耐磨防雾涂料制备方法，其特征在于，将所述多个搅拌状态监控关键帧分别通过基于卷积神经网络模型的搅拌状态特征提取器以得到多个搅拌状态特征向量，包括：使用所述基于卷积神经网络模型的搅拌状态特征提取器的各层在层的正向传递中分别对输入数据进行：对所述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均值池化处理以得到池化特征图；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，所述基于卷积神经网络模型的搅拌状态特征提取器的最后一层的输出为所述多个搅拌状态特征向量，所述基于卷积神经网络模型的搅拌状态特征提取器的第一层的输入为所述多个搅拌状态监控关键帧。4.根据权利要求3所述的耐磨防雾涂料制备方法，其特征在于，将所述多个搅拌状态特征向量通过基于转换器模块的状态时序特征提取器以得到搅拌状态时序关联特征向量，包括：使用所述基于转换器模块的状态时序特征提取器对所述多个搅拌状态特征向量列进行全局上下文语义编码以得到多个搅拌状态特征向量；以及将所述多个搅拌状态特征向量进行级联以得到所述搅拌状态时序关联特征向量。5.根据权利要求4所述的耐磨防雾涂料制备方法，其特征在于，将所述分类特征向量通
过分类器以得到分类结果，所述分类结果用于表示是否停止搅拌，包括：使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。6.根据权利要求5所述的耐磨防雾涂料制备方法，其特征在于，还包括训练步骤：对所述基于卷积神经网络模型的搅拌状态特征提取器、所述基于转换器模块的状态时序特征提取器和所述分类器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括被搅拌混合物在预定时间段的训练搅拌状态监控视频，以及，是否停止搅拌的真实值，其中所述被搅拌混合物包括所述有机化合物、所述阴离子表面活性剂和所述溶剂；从所述训练搅拌状态监控视频提取多个训练搅拌状态监控关键帧；将所述多个训练搅拌状态监控关键帧分别通过所述基于卷积神经网络模型的搅拌状态特征提取器以得到多个训练搅拌状态特征向量；将所述多个训练搅拌状态特征向量通过所述基于转换器模块的状态时序特征提取器以得到训练搅拌状态时序关联特征向量；从所述多个训练搅拌状态特征向...

【专利技术属性】
技术研发人员：林丽毅，
申请(专利权)人：捷科冉厦门新材料有限公司，
类型：发明
国别省市：