[发明专利]一种碳化硅泡沫陶瓷的最优生产条件确定方法

权利要求书

1.一种碳化硅泡沫陶瓷的最优生产条件确定方法，其特征在于，包括：

S1、构建BP神经网络预测模型，预测模型的输入数据为，碳化硅微粉在混合浆料中的占比，磷酸二氢铝在混合浆料中的占比，保温温度，输出数据为碳化硅泡沫陶瓷的抗折强度，体积密度，线收缩率和开孔率；

S2、获取过往的生产数据，对步骤S1中的BP神经网络预测模型进行训练，获得完成训练的BP神经网络预测模型；

S3、构建深度学习强化学习模型，将碳化硅泡沫陶瓷的抗折强度，体积密度，线收缩率和开孔率作为输入数据，将上调碳化硅微粉在混合浆料中的占比，下调碳化硅微粉在混合浆料中的占比，上调磷酸二氢铝在混合浆料中的占比，下调磷酸二氢铝在混合浆料中的占比，上调保温温度，下调保温温度，不动作作为可执行的7个动作；

S4、步骤S2中的BP神经网络预测模型的输出数据作为步骤S3中深度学习强化学习模型的输入数据，将步骤S2中的BP神经网络预测模型作为深度学习强化学习模型输出动作的被影响对象；

S5、训练优化步骤S4中的深度学习强化学习模型，获得最佳生产条件；

步骤S3中所述的深度学习强化学习模型包括一个动作奖励输出神经网络，在t时刻所述动作奖励输出神经网络的输入参数S_t包括抗折强度A_t，体积密度B_t，线收缩率C_t和开孔率D_t，输出为t时刻所能执行的七个动作各自可以带来的奖励R_t，七个动作中实际执行的动作为奖励最大的动作；

所述深度学习强化学习模型t时刻执行动作后得到的奖励r_t=αf(A_t)+β(1-g(B_t))+γ(1-C_t)+δD_t，其中f(A_t)和g(B_t)为根据步骤S2所述的过往生产数据对A_t和B_t分别进行归一化处理，α，β，γ，δ为大于0的影响系数；

所述的深度学习强化学习模型的训练方法为梯度下降法，损失函数为L=-r_t；

所述深度学习强化学习模型在训练前使用ξ-greedy方法对动作所能带来的真实奖励和环境影响进行探索，并以（S_t，R_t，r_t，S_t+1）的形式记录为对深度学习强化学习模型进行梯度下降训练的经验池。

2.根据权利要求1所述的一种碳化硅泡沫陶瓷的最优生产条件确定方法，其特征在于，所述步骤S2中的获取过往的生产数据是指获取过去一年内每次烧结时，制作被烧结物时的碳化硅微粉在混合浆料中的占比，磷酸二氢铝在混合浆料中的占比，烧结时升温后的保温温度以及完成烧结后测得的碳化硅泡沫陶瓷的抗折强度，体积密度，线收缩率和开孔率。