[发明专利]一种染料复配的方法有效
申请号: | 201910102945.7 | 申请日: | 2019-02-01 |
公开(公告)号: | CN109868660B | 公开(公告)日: | 2020-04-17 |
发明(设计)人: | 毛志平;代亚敏;徐红;钟毅;张琳萍;王碧佳;隋晓锋;陈支泽;冯雪凌 | 申请(专利权)人: | 东华大学 |
主分类号: | D06P1/38 | 分类号: | D06P1/38;D06P1/00;D06P3/66 |
代理公司: | 上海统摄知识产权代理事务所(普通合伙) 31303 | 代理人: | 金利琴 |
地址: | 201620 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 染料 方法 | ||
1.一种染料复配的方法,其特征是:确定染料i的种类和质量后,从染料数据库中查找包含染料i的历史染料配方,按历史染料配方确定与染料i复配的其他染料的种类后,随机生成其他染料的质量得到多个候选染料配方,再从中筛选出一个候选染料配方后,按该候选染料配方进行复配;
筛选过程为:首先将候选染料配方中各染料质量占染料总质量的百分比同时输入到同一BP神经网络模型中,由其输出候选染料配方中各染料的K0值,然后计算Dmax,Dmax=|K0max-K0min|,K0max和K0min分别为候选染料配方中的染料K0值的最大值和最小值,最后将各候选染料配方的Dmax进行比较,找到Dmax最小的候选染料配方;
BP神经网络模型是由染料数据库训练后的BP神经网络,染料数据库包含多个历史染料配方及历史染料配方中各染料的K0值,多个历史染料配方的染料种类相同,同种染料质量占染料总质量的百分比不同,训练时分别以各历史染料配方中各染料质量占染料总质量的百分比及其对应的K0值为输入项和输出项;
历史染料配方中各染料的K0值为染色过程中单位质量的织物上各染料的初始上染速率,染色使用的染液按历史染料配方配制而成;
历史染料配方中各染料的K0值是通过以下过程得到的:
首先在线监测染液中各染料浓度随时间变化的数据,然后进行数据处理得到单位质量的织物上各染料上染量随时间变化的数据,接着对数据进行拟合得到各染料对应的上染量-时间拟合曲线,最后计算0时刻时上染量-时间拟合曲线的斜率得到各染料的K0值;
所述上染量WT的计算公式如下:
式中,C0为染液中染料的初始浓度,单位为g/L,CT为T时刻染液中染料的浓度,单位为g/L,m为染色开始时染液中染料的质量,单位为mg,M为织物的质量,单位为g;
所述K0值的单位为mg·g-1·min-1。
2.根据权利要求1所述的一种染料复配的方法,其特征在于,染料i的种类和质量是通过在染料数据库中随机挑选一种染料后随机生成该染料的质量得到的。
3.根据权利要求1所述的一种染料复配的方法,其特征在于,所述染液的浓度为0.01~200g/L,pH值为0.1~14.0;所述染色的温度为10~250℃,浴比为1:1~200,中性盐用量为0~300g/L,工艺为轧染、浸染、冷轧堆染色或高温高压染色;所述染料为活性染料、酸性染料、直接染料或分散染料;所述织物为棉织物或粘胶织物。
4.根据权利要求1所述的一种染料复配的方法,其特征在于,所述在线监测采用拉曼光谱仪;所述在线监测时拉曼光谱仪的激光器波长范围为200~1500nm,激光功率为0.01mW~3kW,曝光时间为0.0167~100sec;所述染液中各染料浓度是利用拉曼光谱通过化学计量学方法建立定量分析模型分析得到的。
5.根据权利要求4所述的一种染料复配的方法,其特征在于,所述化学计量学方法为偏最小二乘法、主成分回归法、逐步多元线性回归法或经典最小二乘法;所述定量分析模型共有两个准确性评估指标,一个是校正相关系数,最大值为1,越接近1准确性越高,另一种是均方差,最小值是0,越接近0准确性越高。
6.根据权利要求1所述的一种染料复配的方法,其特征在于,所述拟合采用Origin软件、Excel软件或CurveExpert Pro软件。
7.根据权利要求1所述的一种染料复配的方法,其特征在于,所述上染量-时间拟合曲线的相关系数不低于0.90;所述0时刻时上染量-时间拟合曲线的斜率是通过对上染量-时间拟合曲线进行一阶求导处理得到的。
8.根据权利要求1所述的一种染料复配的方法,其特征在于,采用染料数据库训练BP神经网络时训练的终止条件为:被错误识别的训练样本的数量占训练样本总数的比例不高于5%,被错误识别的训练样本是指BP神经网络输出的K0值与实际K0值不一致的训练样本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东华大学,未经东华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910102945.7/1.html,转载请声明来源钻瓜专利网。