[发明专利]玻璃材料性能的预测模型建立及预测方法、装置

说明书

本发明公开一种玻璃材料性能的预测模型建立及预测方法、装置，建立预测模型的方法包括：获取玻璃材料的配方数据及多种性能数据，构成预测数据库；从预测数据库中筛选训练数据，根据训练数据进行预测模型构建，生成预测模型。通过实施本发明，从预测出发，对大量实验进行预测，能够有效减少实验量，降低时间成本，提高新配方的研发速率。同时，通过模型建立，还能根据模型对现成生产实时监控，利用准确的预测模型，根据预测曲线实时调整玻璃配方或相应的生产工艺，不仅有利于提高产品生产效率，同时有利于精准控制，提升产品的合格率。

技术领域

本发明涉及玻璃材料检测技术领域，具体涉及一种玻璃材料性能的预测模型建立及预测方法、装置。

背景技术

玻璃及玻璃纤维材料在是材料领域中不可或缺的重要一员。随着科技的发展，玻璃材料的使用范围不断扩大，其对玻璃材料的综合性能要求也就越来越高。但是近几十年的研究发展，玻璃及玻璃纤维材料在某些性能研发中已经显示出了明显的屏障，按照传统的玻璃研发方法，查资料找规律-实验-验证规律-再实验的方式，已经很难突破局限获得成果。且即便获得性能突破，在很大程度上是以牺牲工艺性能等前提，顾此失彼。因此对传统材料而言，按照传统研究方法工程师很难突破局限再获得综合性能优异的产品。例如低介电玻璃纤维，常用的电子级无碱玻璃纤维布，熔制简单成本低廉，但是介电常数高约为6.6，而石英玻璃纤维介电性能优异，介电常数3.8左右，但是熔制温度太高；日本低介电玻纤介电常数4.0，但是引入氧化钛含量较多，易析晶拉丝困难。对于玻璃及玻璃纤维生产而言，生产工艺参数涉及方方面面，仅涉及单一的玻璃体系、单一的性能预测无法解决生产及性能优化方面的需求。

发明内容

有鉴于此，本发明创新性提出了一种满足玻璃及玻璃纤维行业对预测模型的使用要求，且预测精准度较高能逐步优化模型的技术方法。本发明实施例提供了一种玻璃材料性能的预测模型建立及预测方法、装置，以解决现行的检测方法仅能针对单一玻璃体系、单一性能进行检测的所存在的局限性、应用范围有限等问题。

根据第一方面，本发明实施例提供了一种建立玻璃材料性能的预测模型的方法，包括：获取玻璃材料的配方数据及多种性能数据，构成预测数据库；从所述预测数据库中筛选训练数据，根据所述训练数据进行预测模型构建，生成预测模型。

结合第一方面，在本发明第一方面第一实施方式中，从所述预测数据库中筛选训练数据，根据所述训练数据进行预测模型构建，生成预测模型，包括：根据所述配方数据将各所述玻璃材料划分至不同的玻璃体系，生成不同玻璃体系对应的子预测数据库；对各所述玻璃体系，分别执行以下步骤：从所述子预测数据库中抽样预设比例的配方数据及多种性能数据作为训练数据；根据所述训练数据对预测模型进行训练，生成初始预测模型；根据所述训练数据及初始预测模型生成相关系数或调整R方；判断所述初始预测模型生成的相关系数是否符合第一预设阈值或调整R方是否符合第二预设阈值；当所述相关系数符合第一预设阈值或调整R方符合第二预设阈值时，将所述初始预测模型确定为预测模型。

通过上述方法所构建的玻璃材料性能的预测模型，不仅能够针对不同的玻璃体系进行性能检测，而且，所针对的性能也不仅限于一种，能够适应玻璃性能检测的各种需求，针对不同的性能分别进行检测，适用范围更广，且提高了预测准确度。而且，从预测出发，对大量实验进行预测，能够有效减少实验量，降低时间成本，提高新配方的研发速率。同时，通过模型建立，还能根据模型对现成生产实时监控，利用准确的预测模型，根据预测曲线实时调整玻璃配方或相应的生产工艺，不仅有利于提高产品生产效率，同时有利于精准控制，提升产品的合格率。