用于玻璃纤维布的加工工艺优化方法与流程

本技术涉及数据处理相关领域，尤其涉及用于玻璃纤维布的加工工艺优化方法。

背景技术：

1、随着科技的进步和工业化的发展，玻璃纤维布因其优良的物理和化学性能，在航空航天、建筑、电子等多个领域得到了广泛的应用。玻璃纤维布的质量直接影响到其使用性能和寿命，因此，提高玻璃纤维布品质的一致性和稳定性，成为行业内的重要研究方向。在现有的玻璃纤维布加工工艺中，一般采用固定的拉丝工艺参数和涂层参数进行生产，虽然这种方法能够生产出合格的玻璃纤维布，但由于缺乏针对性的优化和调整，导致生产出的玻璃纤维布在性能上存在一定的差异，影响了其使用的稳定性和可靠性。

2、现阶段相关技术中，玻璃纤维布加工工艺存在缺乏针对性的优化和调整，导致生产出的玻璃纤维布在性能上存在一致性和稳定性差的技术问题。

技术实现思路

1、本技术通过提供用于玻璃纤维布的加工工艺优化方法，采用实时监测玻璃纤维拉丝过程中的特征信息，根据玻璃纤维特征信息对拉丝工艺参数进行动态优化，提高玻璃纤维的一致性和稳定性，在涂层过程中，采集和分析玻璃纤维布网格特征信息，对涂层参数进行优化，进一步提高玻璃纤维布的性能等技术手段，达到了根据不同的生产需求和实际情况灵活调整工艺参数，提高玻璃纤维布品质一致性和稳定性的技术效果。

2、本技术提供用于玻璃纤维布的加工工艺优化方法，包括：

3、在玻璃纤维拉丝过程中，监测采集第一时间周期内的玻璃纤维特征信息序列；根据所述玻璃纤维特征信息序列，对第二时间周期内的拉丝工艺参数进行优化，获得最优拉丝工艺参数，进行第二时间周期内的玻璃纤维拉丝，并继续进行玻璃纤维拉丝和优化直到拉丝完成，其中，以提升玻璃纤维符合预设玻璃纤维特征的一致性进行优化；统计玻璃纤维拉丝过程中玻璃纤维特征信息集合，进行拉丝一致性分析，获得拉丝一致性参数，并决策获取对基础玻璃纤维布进行划分区域的划分规格；采用玻璃纤维拉丝制备基础玻璃纤维布，采用所述划分规格对所述基础玻璃纤维布进行划分，获得多个玻璃纤维布网格，进行搜索获得多个第一玻璃纤维布网格，并采集获得多个第一玻璃纤维布网格内的第一网格特征信息；根据多个第一网格特征信息，对所述多个第一玻璃纤维布网格进行涂层参数优化，获得多个最优第一涂层参数，其中，以提升多个第一玻璃纤维布网格符合预设玻璃纤维布性能的一致性进行优化；继续对其他玻璃纤维布网格进行搜索和涂层参数优化，并根据优化结果对搜索方向进行调整和限制，直到全部玻璃纤维布网格搜索优化完毕，完成玻璃纤维布加工。

4、在可能的实现方式中，在玻璃纤维拉丝过程中，监测采集第一时间周期内的玻璃纤维特征信息序列，执行以下处理：

5、在玻璃纤维拉丝过程中，监测采集玻璃纤维拉丝的拉丝直径信息，作为玻璃纤维特征信息；在所述第一时间周期内的多个时间节点，统计采集的玻璃纤维特征信息，构建玻璃纤维特征信息序列。

6、在可能的实现方式中，根据玻璃纤维特征信息序列，对第二时间周期内的拉丝工艺参数进行优化，获得最优拉丝工艺参数，执行以下处理：

7、根据所述玻璃纤维特征信息序列，结合玻璃纤维拉丝的预设特征要求，计算获得基础拉丝评分和基础一致性参数；构建对拉丝工艺参数进行优化的拉丝优化函数，如下式：其中，gfd为拉丝适应度，w1和w2分别为第一权重和第二权重，gb和kb分别为基础拉丝评分和基础一致性参数，ga和ka分别为按照优化的拉丝工艺参数，结合玻璃纤维特征信息序列预测获得的优化拉丝评分和优化一致性参数；构建玻璃纤维拉丝的拉丝工艺参数空间；在所述拉丝工艺参数空间内，随机生成多个第一拉丝工艺参数，结合所述玻璃纤维特征信息序列，进行拉丝优化预测，获得多个第一优化拉丝评分和多个第一优化一致性参数，计算获得多个第一拉丝适应度；继续进行寻优，根据多个第一拉丝适应度，对多个第一拉丝工艺参数进行判别保留或更新，直到收敛，输出拉丝适应度最大的拉丝工艺参数，获得最优拉丝工艺参数。

8、在可能的实现方式中，结合所述玻璃纤维特征信息序列，进行拉丝优化预测，执行以下处理：

9、根据玻璃纤维拉丝的历史数据，采集样本玻璃纤维特征信息序列集合，并采集样本拉丝工艺参数集合，以及调整样本拉丝工艺参数后的样本优化拉丝评分集合和样本优化一致性参数集合；采用所述样本玻璃纤维特征信息序列集合、样本拉丝工艺参数集合、样本优化拉丝评分集合和样本优化一致性参数集合，训练拉丝优化预测器；采用所述拉丝优化预测器，对所述玻璃纤维特征信息序列和多个第一拉丝工艺参数分别进行拉丝优化预测，获得多个第一优化拉丝评分和多个第一优化一致性参数。

10、在可能的实现方式中，统计玻璃纤维拉丝过程中玻璃纤维特征信息集合，进行拉丝一致性分析，获得拉丝一致性参数，并决策获取对基础玻璃纤维布进行划分区域的划分规格，执行以下处理：

11、统计玻璃纤维拉丝过程中的全部玻璃纤维特征信息，获得玻璃纤维特征信息集合；根据所述玻璃纤维特征信息集合，进行拉丝一致性分析计算，获得拉丝一致性参数；基于玻璃纤维拉丝制备为基础玻璃纤维布的历史数据，采集样本拉丝一致性参数集合，并根据不同样本拉丝一致性参数下基础玻璃纤维布内出现预设性能变化的最小网格，获取样本划分规格集合；采用所述样本拉丝一致性参数集合和样本划分规格集合，训练划分规格决策器，对所述拉丝一致性参数进行决策分析，获得对基础玻璃纤维布进行划分区域的划分规格。

12、在可能的实现方式中，采用所述划分规格对所述基础玻璃纤维布进行划分，获得多个玻璃纤维布网格，进行搜索获得多个第一玻璃纤维布网格，并采集获得多个第一玻璃纤维布网格内的第一网格特征信息，执行以下处理：

13、采用所述划分规格对所述基础玻璃纤维布进行划分，获得多个玻璃纤维布网格；在所述多个玻璃纤维布网格内随机搜索选择获得多个第一玻璃纤维布网格；采集所述多个第一玻璃纤维布网格的玻璃纤维布图像，进行玻璃纤维布特征识别，获得多个第一网格特征信息，其中，通过卷积神经网络对玻璃纤维布图像进行特征识别。

14、在可能的实现方式中，根据多个第一网格特征信息，对所述多个第一玻璃纤维布网格进行涂层参数优化，获得多个最优第一涂层参数，执行以下处理：

15、获取基础玻璃纤维布进行涂层加工的涂层参数空间；基于提升多个第一玻璃纤维布网格符合预设玻璃纤维布性能的一致性，构建涂层函数，如下式：其中，gfc为涂层适应度，pa为按照优化的涂层参数进行涂层处理后的玻璃纤维布性能参数，py为预设玻璃纤维布性能参数；在所述涂层参数空间内随机生成多个初始涂层参数，结合所述多个第一网格特征信息，进行涂层性能预测，获得多个初始玻璃纤维布性能参数，根据所述涂层函数，计算获得多个初始涂层适应度，其中，采集样本网格特征信息和样本涂层参数，训练涂层性能预测器进行涂层性能预测；在所述涂层参数空间，继续进行涂层参数的优化，根据多个初始涂层适应度对多个初始涂层参数进行判别保留或更新，直到收敛，输出涂层适应度最大的涂层参数，获得多个最优第一涂层参数。

16、在可能的实现方式中，继续对其他玻璃纤维布网格进行搜索和涂层参数优化，并根据优化结果对搜索方向进行调整和限制，执行以下处理：

17、分别按照多个随机的搜索方向，以所述多个第一玻璃纤维布网格为起点，搜索获得多个第二玻璃纤维布网格；采集获得所述多个第二玻璃纤维布网格内的多个第二网格特征信息；根据所述多个第二网格特征信息和多个第一网格特征信息的网格特征偏差进行判别，判断是否小于网格特征偏差阈值，若是，则不对搜索方向进行调整，若否，则对搜索方向进行随机调整，并将当前的搜索方向加入限制表内，在限制次数以内不采用限制表内的搜索方向进行搜索；基于判别更新的多个搜索方向，继续对其他的玻璃纤维布网格进行搜索和优化。

18、拟通过本技术提出的用于玻璃纤维布的加工工艺优化方法，首先在玻璃纤维拉丝过程中，监测采集第一时间周期内的玻璃纤维特征信息序列，接着根据玻璃纤维特征信息序列，对第二时间周期内的拉丝工艺参数进行优化，获得最优拉丝工艺参数，进行第二时间周期内的玻璃纤维拉丝，并继续进行玻璃纤维拉丝和优化直到拉丝完成，其中，以提升玻璃纤维符合预设玻璃纤维特征的一致性进行优化，然后统计玻璃纤维拉丝过程中玻璃纤维特征信息集合，进行拉丝一致性分析，获得拉丝一致性参数，并决策获取对基础玻璃纤维布进行划分区域的划分规格，进而采用玻璃纤维拉丝制备基础玻璃纤维布，采用划分规格对基础玻璃纤维布进行划分，获得多个玻璃纤维布网格，进行搜索获得多个第一玻璃纤维布网格，并采集获得多个第一玻璃纤维布网格内的第一网格特征信息，再根据多个第一网格特征信息，对多个第一玻璃纤维布网格进行涂层参数优化，获得多个最优第一涂层参数，其中，以提升多个第一玻璃纤维布网格符合预设玻璃纤维布性能的一致性进行优化，最后继续对其他玻璃纤维布网格进行搜索和涂层参数优化，并根据优化结果对搜索方向进行调整和限制，直到全部玻璃纤维布网格搜索优化完毕，完成玻璃纤维布加工，达到了根据不同的生产需求和实际情况灵活调整工艺参数，提高玻璃纤维布品质一致性和稳定性的技术效果。