[发明专利]一种蜂窝铝复合板及其制造设备

权利要求书

1.一种蜂窝铝复合板的制造设备，其特征在于，所述蜂窝铝复合板的制造设备包括：

制造监控系统，与主控系统连接，用于监控蜂窝铝复合板的制造过程；

主控系统，与制造监控系统、加工系统、切割系统、清洗系统、涂胶系统、加压系统、质量预测系统、显示系统连接，用于控制各个系统正常工作；

加工系统，与主控系统连接，用于将铝锭加工成铝蜂窝芯型材；

切割系统，与主控系统连接，用于通过切割机将铝蜂窝芯型材切割成若干铝蜂窝芯单元；

清洗系统，与主控系统连接，用于通过清洗器对若干铝蜂窝芯单元进行清洗；

涂胶系统，与主控系统连接，用于将若干清洗过的铝蜂窝芯单元进行涂胶处理；

加压系统，与主控系统连接，用于通过压力装置将至少两个涂胶的蜂窝芯单元进行粘接施加压力以形成铝蜂窝芯板，在铝蜂窝芯板表层粘接石材或陶瓷，底层粘接金属基板，获得蜂窝铝复合板；

质量预测系统，与主控系统连接，用于对蜂窝铝复合板进行质量预测；

显示系统，与主控系统连接，用于显示制造监控视频、质量预测结果。

2.如权利要求1所述蜂窝铝复合板的制造设备，其特征在于，所述铝锭制备方法如下：

(1)原料准备工序，所述原料准备工序用于从铝土矿中获取满足预设纯度的氧化铝原材料，以及准备氧化钛原材料、氧化钴原材料、冰晶石原材料和含硼变质添加剂；

(2)原料预处理工序，原料预处理工序用于对所述氧化铝原材料、所述氧化钛原材料、所述氧化钴原材料和所述冰晶石原材料进行细化处理，以及配置满足预设重量比条件的含有氧化铝、氧化钛、氧化钴和冰晶石的组合物；

(3)电解熔融反应工序，所述熔融反应工序用于对所述组合物进行电解熔融反应，并在反应过程中的不同反应温度区间对应的时间段内添加所述含硼变质添加剂；

(4)去杂质与浇铸工序，所述去杂质与浇铸工序用于对所述电解熔融反应的反应产物依次进行残渣过滤处理和浇铸成型处理；

(5)铝锭成品形成工序，所述铝锭成品形成工序用于将所述浇铸成型处理获得的铝锭坯进行称重与包装，以此获得细晶化无杂质的铝锭成品。

3.如权利要求2所述蜂窝铝复合板的制造设备，其特征在于，所述原料准备工序具体包括，

(1.1)将所述铝土矿进行粉粹研磨处理，以此获得满足预定细度条件的铝土矿粉末，并将所述铝土矿粉末进行不可溶解颗粒分离处理和提纯处理，以此得到所述氧化铝原材料；

(1.2)分别对所述氧化钛原材料、所述氧化钴原材料和所述冰晶石原材料依次进行清洗处理和干燥处理，以此去除其中所包含的油脂成分和水成分；将氧化硼溶解于稀硫酸溶液中，以此形成所述含硼变质添加剂。

4.如权利要求1所述蜂窝铝复合板的制造设备，其特征在于，所述质量预测系统预测方法如下：

1)数据预处理；

对复合板生产过程中采集的数据进行预处理，预处理后得到包含n个初始特征的数据，每一个初始特征包含一个数据集；

2)特征提取；

对初始特征进行提取，筛选出k个主成分特征，得到k个主成分特征的数据集；

3)对数据进行分类；

将上步中所得每一个具有主成分特征的数据集中的数据进行标注，以某一时刻的包含k个主成分特征的数据作为一个样本进行标注，分别标注为质量合格样本和质量不合格样本；将标注后的样本进行分类，部分作为训练样本集，部分作为测试样本集；

4)构建基于Bagging的集成学习模型；

构建多个基础分类器；

组合所述基础分类器；采用加权平均法，集成学习器的最终投票结果y和基础分类器的投票权重ω_i以及投票结果a_i的关系为：

y＝∑ω_i*a_i (1)

5)利用训练样本集对构建的集成学习模型进行训练；利用测试样本集对构建的集成学习模型进行测试；

6)使用集成学习模型对复合板生产过程中的数据分类，得到分类结果，根据分类结果预测复合板质量；

其中，n和k均为大于0的正整数，且k≤n。