静电吸盘表面陶瓷材料的制备方法及其系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116003126A(43)申请公布日2023.04.25(21)申请号202310280574.8C04B35/63(2006.01)(22)申请日2023.03.22C04B35/64(2006.01)H01L21/683(2006.01)(71)申请人珠海和泽科技有限公司地址519040广东省珠海市金湾区联港工业区双林片区虹晖五路七号厂房3栋第1层(72)发明人周磊郑磊秦晓娟吴钦文丁媛窦沛静(74)专利代理机构北京恒泰铭睿知识产权代理有限公司11642专利代理师胡琳丽(51)Int.Cl.C04B35/48(2006.01)C04B35/622(2006.01)C04B35/626(2006.01)权利要求书2页说明书13页附图4页(54)发明名称静电吸盘表面陶瓷材料的制备方法及其系统(57)摘要公开了一种静电吸盘表面陶瓷材料的制备方法及其系统。其首先将多个预定时间点的热红外图像分别通过包含第一图像编码器和第二图像编码器的双分支结构以得到多个多尺度粒度分布温度特征图，接着，将所述多个多尺度粒度分布温度特征图进行特征图展开以得到多个多尺度粒度分布温度展开特征向量，然后，将所述多个多尺度粒度分布温度展开特征向量通过基于转换器的上下文编码器以得到解码特征向量，最后，对所述解码特征向量进行特征分布优化后通过解码器以得到用于表示当前时间点的推荐的煅烧温度值的解码值。这样，可以提升煅烧效率。CN116003126ACN116003126A权利要求书1/2页1.一种静电吸盘表面陶瓷材料的制备方法，其特征在于，包括：获取由热红外摄像头采集的被煅烧颗粒物在预定时间段内多个预定时间点的热红外图像；将所述多个预定时间点的热红外图像分别通过包含第一图像编码器和第二图像编码器的双分支结构以得到多个多尺度粒度分布温度特征图，其中，所述第一图像编码器和所述第二图像编码器为具有不同特征感受野的卷积神经网络模型；将所述多个多尺度粒度分布温度特征图进行特征图展开以得到多个多尺度粒度分布温度展开特征向量；将所述多个多尺度粒度分布温度展开特征向量通过基于转换器的上下文编码器以得到解码特征向量；对所述解码特征向量进行特征分布优化以得到优化解码特征向量；以及将所述优化解码特征向量通过解码器以得到解码值，所述解码值用于表示当前时间点的推荐的煅烧温度值。2.根据权利要求1所述的静电吸盘表面陶瓷材料的制备方法，其特征在于，所述第一图像编码器和所述第二图像编码器分别包括相互并行的第一卷积神经网络模型和第二卷积神经网络模型，其中，所述第一卷积神经网络模型和所述第二卷积神经网络模型具有不同的特征感受野。3.根据权利要求2所述的静电吸盘表面陶瓷材料的制备方法，其特征在于，将所述多个多尺度粒度分布温度展开特征向量通过基于转换器的上下文编码器以得到解码特征向量，包括：使用所述基于转换器的上下文编码器对所述多个多尺度粒度分布温度展开特征向量进行基于全局的上下文语义编码以得到多个上下文粒度分布温度特征向量；以及将所述多个上下文粒度分布温度特征向量进行级联以得到所述解码特征向量。4.根据权利要求3所述的静电吸盘表面陶瓷材料的制备方法，其特征在于，使用所述基于转换器的上下文编码器对所述多个多尺度粒度分布温度展开特征向量进行基于全局的上下文语义编码以得到多个上下文粒度分布温度特征向量，包括：将所述多个多尺度粒度分布温度展开特征向量进行一维排列以得到第一全局粒度分布温度特征向量；计算所述第一全局粒度分布温度特征向量与所述多个多尺度粒度分布温度展开特征向量中各个多尺度粒度分布温度展开特征向量的转置向量之间的乘积以得到多个第一自注意力关联矩阵；分别对所述多个第一自注意力关联矩阵中各个第一自注意力关联矩阵进行标准化处理以得到多个第一标准化后自注意力关联矩阵；将所述多个第一标准化后自注意力关联矩阵中各个第一标准化后自注意力关联矩阵通过Softmax分类函数以得到多个第一概率值；以及分别以所述多个第一概率值中各个第一概率值作为权重对所述多个多尺度粒度分布温度展开特征向量中各个多尺度粒度分布温度展开特征向量进行加权以得到所述多个上下文粒度分布温度特征向量。5.根据权利要求4所述的静电吸盘表面陶瓷材料的制备方法，其特征在于，对所述解码特征向量进行特征分布优化以得到优化解码特征向量，包括：以如下公式对所述解码特征向量进行正定赋范空间的几何约束重参数化以得到所述优化解码特征向量；其中，所述公式为：其中，是所述解码特征向量，是所述解码特征向量的转置向量，和分别是所述解码特征向量和所述优化解码特征向量的第个位置的特征值，且是行向量形式，和是所述优化解码特征向量的各个位置特征值2CN116003126A权利要求书2/2页集合的均值和方差，表示向量的二范数