[发明专利]预测方法、预测装置

权利要求书

1.一种预测方法，

其是预测树脂粉末的物性的预测方法，

所述树脂粉末是以下任一方：吸水性树脂粉末、及制造该吸水性树脂粉末的制造工序中生成的中间产物，

所述预测方法包括：

近红外测定数据获取步骤，获取近红外测定数据，其中该近红外测定数据示出所述树脂粉末的近红外吸收光谱；以及

预测步骤，将两类数据中的至少一类输入到预测模型，并且输出与该树脂粉末的物性相关的预测信息，其中该两类数据为所述近红外测定数据、以及基于所述近红外测定数据而生成的1种以上加工数据。

2.根据权利要求1所述的预测方法，

所述预测模型由机器学习生成，所述机器学习将以下至少一种组合用作了学习数据：

组合(1)，其由近红外测定数据和与该近红外测定数据对应的最终产物的物性信息组成，其中，该近红外测定数据包括过去制造过而物性已知的多种既制树脂粉末的近红外吸收光谱；及

组合(2)，其由另一近红外测定数据和与该另一近红外测定数据对应的中间产物的物性信息组成，其中，该另一近红外测定数据包括各种既制树脂粉末的制造工序中生成过而物性已知的多种既生成中间产物的近红外吸收光谱。

3.根据权利要求2所述的预测方法，其中，

所述预测模型使用线性回归及非线性回归之中的任一者来生成。

4.根据权利要求2或3所述的预测方法，其中，

所述预测模型使用主成分回归及偏最小二乘回归之中的任一者来生成。

5.根据权利要求1～4中任一项所述的预测方法，

其包括生成所述加工数据的预处理步骤，

所述预处理步骤中，进行离群值清除处理、平均化处理、波长范围选择处理、及微分处理之中的任一者以上。

6.根据权利要求1～5中任一项所述的预测方法，其中，

所述预测信息包括以下中至少任一者：

(1)作为所述中间产物的含水凝胶的质均粒径(凝胶D50)、

(2)所述树脂粉末的无加压下吸收倍率(CRC)、

(3)所述树脂粉末的加压下吸收倍率(AAP)、

(4)所述树脂粉末的食盐水导流性(SFC)、

(5)所述树脂粉末的质均粒径(D50)、及

(6)所述树脂粉末的固体成分含量或固体成分率。

7.根据权利要求1～6中任一项所述的预测方法，

所述树脂粉末的所述制造工序包括聚合工序及干燥工序，

所述近红外吸收光谱在以下至少任一阶段测定：所述聚合工序之前、所述聚合工序与所述干燥工序之间、及所述干燥工序之后，

基于所述预测步骤中输出的所述预测信息，对所述树脂粉末的制造工序中使用的1个以上的任意制造装置进行控制。

8.一种预测装置，

其是预测树脂粉末的物性的预测装置，

所述树脂粉末是以下任一方：吸水性树脂粉末、及制造该吸水性树脂粉末的制造工序中生成的中间产物，

所述预测装置具备：

测定数据获取部，其获取近红外测定数据，其中该近红外测定数据示出就所述树脂粉末而测得的近红外吸收光谱；以及

预测部，其将两类数据中的至少一类输入到预测模型，并且输出与该树脂粉末的物性相关的预测信息，其中该两类数据为所述近红外测定数据、以及基于所述近红外测定数据而生成的1种以上加工数据。

9.一种树脂粉末的制造方法，

其包括聚合工序及干燥工序，其中，

基于由权利要求1～7中任一项所述的预测方法而得到的预测信息，在所述树脂粉末的1个以上的任意制造工序中，对该制造工序的制造条件进行控制。

10.权利要求1～7中任一项所述的预测信息在树脂粉末的制造方法的控制上的运用。

11.一种测定方法，

其测定权利要求1～6中任一项所述的预测方法中所用的树脂粉末的近红外吸收光谱，

所述测定方法包括：

向所述树脂粉末照射近红外线的步骤；以及

根据对来自所述树脂粉末的反射光及透射光之中的至少一者所测得的测定值来计算所述树脂粉末的近红外吸收光谱的步骤，

所述树脂粉末是以下任一方：吸水性树脂粉末、及制造该吸水性树脂粉末的制造工序中生成的中间产物。