[发明专利]一种PVB树脂产品质量指标预测方法及装置

权利要求书

1.一种PVB树脂产品质量指标预测方法，其特征在于，所述方法包括：

在分散控制系统DCS中采集PVB树脂的历史产品工艺数据；其中，所述历史产品工艺数据包括工艺参数数据以及质量指标数据；

对所述历史产品工艺数据进行数据规范化处理，并剔除无关历史产品工艺数据，得到历史产品工艺数据集；

基于BP神经网络以及遗传算法，构建人工智能模型，并通过所述历史产品工艺数据集对所述人工智能模型进行训练以及优化；

将PVB产品化学反应机理模型与训练后的所述人工智能模型相融合，得到PVB树脂产品质量指标预测模型，具体包括：

采集PVB树脂生产的化学反应实际过程，构建所述PVB产品化学反应机理模型；

将验证集输入训练后的人工智能模型中，并通过所述PVB产品化学反应机理模型，对输入的验证集中的各产品工艺数据与输出的各预测质量指标进行结果合理性验证，确定出不符合化学反应实际过程的产品工艺数据类型；

调整所述不符合化学反应实际过程的产品工艺数据类型在训练集中的比重，并使用调整后的训练集重新训练所述人工智能模型，得到所述PVB树脂产品质量指标预测模型；

将待投产PVB树脂的产品工艺数据输入到所述PVB树脂产品质量指标预测模型中，得到对应的预测质量指标，并根据所述预测质量指标，对所述待投产PVB树脂进行产品评估。

2.根据权利要求1所述的一种PVB树脂产品质量指标预测方法，其特征在于，在分散控制系统DCS中采集PVB树脂的历史产品工艺数据，具体包括：

建立OPC服务器，并将所述OPC服务器与制造执行系统MES进行对接；

将工控机作为数据采集工作站，通过OPC协议，将所述工控机与分散控制系统DCS进行通讯，在分散控制系统DCS中采集PVB树脂的历史产品工艺数据；其中，所述工艺参数数据至少包括聚乙烯醇、乳化剂以及丁醛投料量；所述质量指标数据至少包括羟基含量、水分指标以及熔融指数；

将采集到的所述历史产品工艺数据同步至所述制造执行系统MES的PostgresSQL关系数据库中。

3.根据权利要求2所述的一种PVB树脂产品质量指标预测方法，其特征在于，在分散控制系统DCS中采集PVB树脂的历史产品工艺数据，具体包括：

根据PVB树脂产品的自身特性，将历史产品工艺数据划分为原料数据、投料数据以及反应数据三大类；

根据专家先验知识，对每类数据进行质量指标影响程度排序，制定每类数据对应的数据采集策略；

根据所述数据采集策略，在分散控制系统DCS中采集对应的历史产品工艺数据。

4.根据权利要求1所述的一种PVB树脂产品质量指标预测方法，其特征在于，对所述历史产品工艺数据进行数据规范化处理，并剔除无关历史产品工艺数据，得到历史产品工艺数据集，具体包括：

对所述历史产品工艺数据分别进行缺失值填充处理、中文字符转数值处理以及数据归一化处理，将所述历史产品工艺数据规范化；

根据专家先验知识，对所述历史产品工艺数据进行质量指标影响程度排序，剔除所述质量指标影响程度低于第一预设阈值的无关历史产品工艺数据；

计算剩余历史产品工艺数据中，工艺参数数据与质量指标数据的相关性，再按照相关性由大到小排序，进一步剔除相关性低于第二预设阈值的无关历史产品工艺数据，得到所述历史产品工艺数据集。