[发明专利]涂层质量在线预测方法、系统以及计算机可读存储介质

权利要求书

1.一种涂层质量在线预测方法，其特征在于，包括：

获取涂层生长过程中的过程信息参数；所述过程信息参数包括电信号、图像信号、光谱信号和声信号中的至少一种；

将所述过程信息参数输入至预先构建的涂层质量预测模型中，得到涂层质量信息。

2.根据权利要求1所述的涂层质量在线预测方法，其特征在于，在将所述过程信息参数输入至预先构建的涂层质量预测模型中之前，所述方法还包括：

构建初始涂层质量预测模型；

在不同工艺参数条件下，对阳极金属进行微弧氧化涂层制备，并在制备过程中获取建模特征参数集和对应的建模质量参数集，将每一组建模特征参数集和对应的建模质量参数集作为一组训练样本；

根据多组所述训练样本对所述初始涂层质量预测模型进行训练，得到所述涂层质量预测模型。

3.根据权利要求2所述的涂层质量在线预测方法，其特征在于，所述根据多组所述训练样本对所述初始涂层质量预测模型进行训练，得到所述涂层质量预测模型包括：

将所述建模特征参数集输入至所述初始涂层质量预测模型，得到预测质量参数集；

若所述预测质量参数集与所述建模特征参数集对应的建模质量参数集有差异，则调整所述初始涂层质量预测模型的参数，得到所述涂层质量预测模型。

4.根据权利要求2所述的涂层质量在线预测方法，其特征在于，所述根据多组所述训练样本对所述初始涂层质量预测模型进行训练，得到所述涂层质量预测模型包括：

将多组所述训练样本划分为辨识样本和校验样本，所述辨识样本的样本数量多于所述校验样本的样本数量；

根据所述辨识样本，对所述初始涂层质量预测模型进行训练；

根据所述校验样本，对训练后的初始涂层质量预测模型进行测试，得到所述涂层质量预测模型。

5.根据权利要求2所述的涂层质量在线预测方法，其特征在于，所述在制备过程中获取建模特征参数集包括：

获取涂层生长过程中的原始过程数据；

对所述原始过程数据进行预处理，以在所述原始过程数据中筛选出目标过程数据；

根据预设时间区间，将所述目标过程数据分割成多个不同时间区间的目标过程数据；

提取每个时间区间内目标过程数据的特征参数，得到特征参数集，所述特征参数包括所述目标过程数据的最大值、最小值、初始值、平均值、极值、升降幅值、方差和标准偏差；

根据所述特征参数集中的特征参数与涂层质量参数的关联性，筛选出与所述涂层质量参数相关联的特征参数，组成所述建模特征参数集。

6.根据权利要求3所述的涂层质量在线预测方法，其特征在于，所述建模质量参数集包括微观形貌、物相组成、涂层厚度、耐磨性、孔隙率和耐蚀性中的至少一种。

7.一种涂层质量在线预测系统，其特征在于，包括：涂层制备设备、过程信息采集设备和处理设备；其中，所述处理设备与所述过程信息采集设备连接；

所述涂层制备设备用于在不同工艺参数条件下，对阳极金属进行微弧氧化涂层制备；

所述过程信息采集设备用于涂层生长过程中的过程信息参数，所述过程信息参数包括电信号、图像信号、光谱信号和声信号中的至少一种；

所述处理设备用于将所述过程信息参数输入至预先构建的涂层质量预测模型中，得到涂层质量信息。

8.根据权利要求7所述的涂层质量在线预测系统，其特征在于，所述过程信息采集设备包括电压传感器、电流传感器、高速摄影仪、光纤光谱仪和声纳传感器；

所述电压传感器和所述电流传感器用于采集电信号，所述高速摄影仪用于采集图像信号，所述光纤光谱仪用于采集光谱信号，所述声纳传感器用于采集声信号。