一种增强型纸浆模塑生产方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109881538A(43)申请公布日2019.06.14(21)申请号201910122075.XD21C5/00(2006.01)(22)申请日2019.02.18G06T17/00(2006.01)G06F16/2458(2019.01)(71)申请人杭州西红柿环保科技有限公司G06F16/28(2019.01)地址311400浙江省杭州市桐庐县桐庐经G06N3/04(2006.01)济开发区白云源东路358号G06N3/08(2006.01)(72)发明人王建华陈波管正光何永梁丁锦晖杨凡薛朋张袆韦帮镇(74)专利代理机构上海脱颖律师事务所31259代理人解文霞(51)Int.Cl.D21J3/00(2006.01)D21C3/02(2006.01)D21C3/22(2006.01)D21D5/02(2006.01)权利要求书3页说明书8页附图1页(54)发明名称一种增强型纸浆模塑生产方法(57)摘要本发明属于纸浆模塑生产技术领域。本发明公开的增强型纸浆模塑生产方法及系统，确定纸浆模塑设计参数，设定纸浆模塑生产参数；利用三维设计软件设计出纸浆模塑产品的三维模型；利用输料设备输送纸浆纤维、水和聚丙烯酰胺树脂溶液；利用搅拌机对输入的原料进行搅拌混合，利用连续式干燥炉内通过不同的温度区,干燥到含水率降为10％～12％左右；利用热压成型设备根据设计的纸浆模塑产品的三维模型进行热压成型。本发明可提高纤维强度和改善纤维界面与聚合物相容性；将改性后的纸浆纤维与热塑性材料熔融共混后，可以较大幅度地提高其强度和韧性，对于脆性的聚合物的增韧效果尤为明显。CN109881538ACN109881538A权利要求书1/3页1.一种增强型纸浆模塑生产方法，包括如下步骤：步骤一，确定纸浆模塑设计参数，设定纸浆模塑生产参数；步骤二，利用三维设计软件设计出纸浆模塑产品的三维模型；三维设计软件进行纸浆模塑产品三维模型设计中，基于大数据构建包含关系型数据库数据、传感器数据和控制器数据的纸浆模塑大数据分析平台；在MapReduce框架下在纸浆模塑大数据分析平台中进行分析和挖掘，得到纸浆模塑成型影响因素；结合纸浆模塑成型影响因素，构建神经网络模型BP，产生神经网络模型BP的初始权值；对神经网络模型BP的权值和阈值进行动态改进，获得动态神经网络模型DBP，产生动态神经网络模型DBP的权值和阈值；获得预测模型AIGA-DBP，根据预测模型AIGA-DBP计算纸浆模塑成型预测值；判断纸浆模塑成型预测值与纸浆模塑成型期望值的误差是否满足设定的条件；输出纸浆模塑成型预测值；步骤三，利用输料设备输送纸浆纤维、水和聚丙烯酰胺树脂溶液；步骤四，利用搅拌机对输入的原料进行搅拌混合，利用连续式干燥炉内通过不同的温度区，干燥到含水率降为10％～12％；步骤五，利用热压成型设备根据设计的纸浆模塑产品的三维模型进行热压成型。2.如权利要求1所述的增强型纸浆模塑生产方法，其特征在于：所述的步骤二中，将关系型数据库数据、传感器数据和控制器数据通过Sqoop上传至分布式文件系统HDFS，并存储至NoSQL数据库中；利用MapReduce计算框架对关系型数据库数据、传感器数据和控制器数据进行挖掘分析，将分析好的数据写入NoSQL数据库，并通过Web展示；在MapReduce框架下在纸浆模塑大数据分析平台中进行分析和挖掘，得到纸浆模塑成型影响因素中，具体包括以下步骤：使用MapReduce计算模型得到频繁1项集的集合L1,产生候选k项集的集合Ck(k≥2)；在Map函数处理阶段，每个Map任务计算其所处理的事务数据集中每个事务记录中包含在Ck中的项目集的出现次数，对于每个Map任务来说，如果候选k项集的某个项集(包含k个项目)出现在一个事务记录中，则Map函数产生并输出<某个项集，1>键值对给Combiner函数，由Combiner函数处理后交给Reduce函数；在Reduce函数处理阶段，Reduce函数累加Ck中的项目集的出现次数，得到所有项目集的支持频度，所有支持频度≥设定的最小支持频度的项目集组成频繁项集Lk的集合，如果k＜最大的迭代次数且不为空，则执行k++，否则，结束运行。3.如权利要求1所述的增强型纸浆模塑生产方法，其特征在于：所述的步骤二中，产生神经网络模型BP初始权值的方法为随机地在区间[-1，1]之间选择初始权值；对神经网络模型BP的权值和阈值进行动态改进，获得动态神经网络模型DBP包括：调整神经网络模型BP隐含层与输出层之间的权值wkj；*调整wkj的目的是希望输出节点j的新输出opj比当前输出opj更接近目标值tpj，定义：其中α代表接近度，在每个训练周期保持不变，并随隐含层节点数H的调整而变小