本发明专利技术涉及一种染料浓度预测方法、系统、介质及计算机，本发明专利技术提出一种能够将实验室中的预测配方转化为车间生产的配方的染料浓度预测方法；通过历史数据进行多输出模型训练，在预测时输出多种染料的生产浓度，利用复样和标样的LAB值信息以及模型预测的调整比例，可以在复样浓度基础上调整染料浓度，本发明专利技术不是直接预测目标浓度，而是预测浓度的调整比例，这样能充分利用在化验室打样得到的实际复样浓度，同时能消减不同批次的坯布在染色过程中的影响。
【技术实现步骤摘要】
本专利技术涉及布料染色，更具体地说，它涉及一种染料浓度预测方法、系统、介质及计算机。
技术介绍
1、现有技术中，染厂染色的过程大致可分为两步，一是在化验室实现小样的打样，二是根据化验室小样的确认样在生产车间进行大样的染色。但是生产环境远比化验室复杂，染色结果会受到多种因素的影响，例如设备、压力、染色状态等因素会导致颜色有偏差，这样会造成首缸生产样与复样、小样产生差异比较大，需要反复的调整染料浓度进行生产车间打样才能达到最终的目的。无论是从化验室到车间，还是首缸到跟缸，目前大部分工厂都依靠师傅的经验和历史文档记录来进行人工修正，但是这样面临的问题是：1、经验是需要经过大量的生产时间累积，培养有对应经验打样员需要的时间周期长；2、历史记录为纸质文档，留存时间过久后样布会出现氧化现象且利用率低。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种染料浓度预测方法、系统、介质及计算机，以克服现有的技术中存在的样布氧化导致数据重复利用率低下、打样员培养周期过长的缺点。
>2、本专利技术的上本文档来自技高网...
【技术保护点】
1.一种染料浓度预测方法，其特征在于，包括：
2.根据权利要求1所述的一种染料浓度预测方法，其特征在于，所述分别判断第一数据集中的每一个历史染色数据是否为异常数据，包括：
3.根据权利要求2所述的一种染料浓度预测方法，其特征在于，所述将待预测的第二复样LAB值、待预测的第二复样配方以及车间生产温度输入到第二catboost模型中进行预测，对应得到预测的第二大货配方，包括：
4.根据权利要求3所述的一种染料浓度预测方法，其特征在于，所述将各个所述训练特征矩阵逐一输入到预先设立的第一catboost模型中进行训练，得到训练后的第二catboost模型，包括...
【技术特征摘要】
1.一种染料浓度预测方法，其特征在于，包括：
2.根据权利要求1所述的一种染料浓度预测方法，其特征在于，所述分别判断第一数据集中的每一个历史染色数据是否为异常数据，包括：
3.根据权利要求2所述的一种染料浓度预测方法，其特征在于，所述将待预测的第二复样lab值、待预测的第二复样配方以及车间生产温度输入到第二catboost模型中进行预测，对应得到预测的第二大货配方，包括：
4.根据权利要求3所述的一种染料浓度预测方法，其特征在于，所述将各个所述训练特征矩阵逐一输入到预先设立的第一catboost模型中进行训练，得到训练后的第二catboost模型，包括：
5.根据权利要...
【专利技术属性】
技术研发人员：张翼飞，
申请(专利权)人：上海致景信息科技有限公司，
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。