一种多功能过滤材料的生产方法、系统、装置及存储介质与流程

1.本说明书涉及纤维生产领域，特别涉及一种多功能过滤材料的生产方法、系统、装置及存储介质。


背景技术：

2.随着化学工业的不断发展，人工合成纤维在过滤材料方面实现了飞速的突破。合成纤维因具有很好的耐腐蚀性，耐高温，耐摩擦等性能，在过滤材料领域得到了广泛的应用。尤其是以聚四氟乙烯纤维是以ptfe为原料，经纺丝或制成薄膜后切割或原纤化而制成的合成纤维，其在高温烟气过滤方面有重要作用。
3.目前合成纤维在生产时仍具有一定的工艺难度，尤其在湿法纺丝中加工参数的确定时主要依赖于工人的经验，严重影响了过滤材料的生产过程。


技术实现要素：

4.本说明书实施例的一个方面提供一种多功能过滤材料的生产方法，所述方法包括：获取过滤材料的原液参数、喷丝参数以及固型参数；根据所述原液参数、所述喷丝参数以及所述固型参数确定所述过滤材料的预测纤维质量；基于所述预测纤维质量，确定所述过滤材料的合格率；基于所述合格率生成预警信息，以提醒用户进行参数调整。
5.本说明书实施例的另一方面提供一种多功能过滤材料的生产系统，所述系统包括：参数获取模块，用于获取过滤材料的原液参数、喷丝参数以及固型参数；纤维质量确定模块，用于根据所述原液参数、所述喷丝参数以及所述固型参数确定所述过滤材料的预测纤维质量；合格率确定模块，用于基于所述预测纤维质量，确定所述过滤材料的合格率；预警模块，用于基于所述合格率生成预警信息，以提醒用户进行参数调整。
6.本说明书实施例的另一个方面提供一种多功能过滤材料的生产装置。所述装置包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现多功能过滤材料的生产方法。
7.本说明书实施例的另一个方面提供一种计算机可读存储介质。所述存储介质存储计算机指令，当所述计算机指令被计算机执行时，实现多功能过滤材料的生产方法。
附图说明
8.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
9.图1是根据本说明书一些实施例所示的多功能过滤材料的生产系统的应用场景示意图；
10.图2是根据本说明书一些实施例所示的多功能过滤材料的生产系统的示例性模块图；
11.图3是根据本说明书一些实施例所示的多功能过滤材料的生产方法的示例性流程图；
12.图4是根据本说明书一些实施例所示的预测模型的示意图；
13.图5是根据本说明书一些实施例所示的喷丝参数与固型参数确定方法的示例性流程图。
具体实施方式
14.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
15.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
16.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
17.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
18.图1是根据本说明书一些实施例所示的多功能过滤材料的生产系统的应用场景示意图。
19.多功能过滤材料的生产系统的应用场景100可以包括处理器110、处理器120、存储设备130、用户终端140以及生产设备150。
20.多功能过滤材料的生产系统可以用于多功能过滤材料的生产。在一些实施例中，该系统可以通过获取过滤材料的原液参数、喷丝参数以及固型参数，再根据所述参数确定过滤材料的预测纤维质量；然后基于预测纤维质量确定过滤材料的合格率；最后基于合格率生成预警信息提醒用户进行参数调整的方法来提高纤维生产效率。
21.在多功能过滤材料的生产系统的应用场景100中，处理器110可以通过网络120与存储设备130、用户终端140及生产设备150通信以提供多功能过滤材料生产的各种功能，存储设备130可以存储生产过程的所有信息。在一些实施例中，用户终端140可以发送生产指令给生产设备150，并接收处理器110的预警信息。处理器110可以获取过滤材料的生产参数，进行处理并将提醒参数调整信息发送给用户终端140。以上各设备之间的信息传递关系仅作为示例，本技术并不局限于此。
22.在一些实施例中，处理器110、用户终端140以及其他可能的系统组成部分中可以包括存储设备130。
23.处理器110可以处理从其他设备或系统组成部分中获得的数据和/或信息。处理器可以基于这些数据、信息和/或处理结果执行程序指令，以执行一个或多个本技术中描述的功能。在一些实施例中，处理器110可以包含一个或多个子处理设备(例如，单核处理设备或多核多芯处理设备)。
24.网络120可以连接系统的各组成部分和/或连接系统与外部资源部分。网络120使得各组成部分之间，以及与系统之外其他部分之间可以进行通讯，促进数据和/或信息的交换。在一些实施例中，网络120可以是有线网络或无线网络中的任意一种或多种。例如，网络120可以包括电缆网络、光纤网络、电信网络、互联网、局域网络(lan)、广域网络(wan)、或其任意组合。各部分之间的网络连接可以是采用上述一种方式，也可以是采取多种方式。在一些实施例中，网络可以是点对点的、共享的、中心式的等各种拓扑结构或者多种拓扑结构的组合。
25.存储设备130可以用于存储数据和/或指令。存储设备130可以包括一个或多个存储组件，每个存储组件可以是一个独立的设备，也可以是其他设备的一部分。在一些实施例中，存储设备130可包括随机存取存储器(ram)、只读存储器(rom)、大容量存储器、可移动存储器等。在一些实施例中，所述存储设备130可在云平台上实现。
26.用户终端140指用户所使用的一个或多个终端设备或软件。在一些实施例中，使用用户终端140的可以是一个或多个用户，可以包括直接使用服务的用户，也可以包括其他相关用户。在一些实施例中，用户终端140可以是移动设备140-1、平板计算机140-2、膝上型计算机140-3、台式计算机140-4等其他具有输入和/或输出功能的设备中的一种或其任意组合。
27.在一些实施例中，平板装置140-2可以是工业平板电脑等。在一些实施例中，台式计算机140-4可以是工业计算机等。在一些实施例中，用户可以是指制造者或其他生产参与者。上述示例仅用于说明所述用户终端140设备范围的广泛性而非对其范围的限制。
28.生产设备150可以用于多功能过滤材料的生产。生产设备150用于原料制备，喷丝，凝固，抗静电处理，开松，针刺，成型等过程。在一些实施例中，生产设备150可包括制备原液，即制备形成纤维的原材料；纤维母液在一定压力下，经喷丝孔喷出；喷出的原液丝经过固型液浸泡等，形成ptfe纤维。在一些实施例中，生产设备150再对纤维进行抗静电处理，开松，针刺，成型的步骤形成成品，可以是ptfe针刺滤布(毡)等。
29.图2是根据本说明书一些实施例所示的多功能过滤材料的生产系统的示例性模块图。
30.如图2所示，多功能过滤材料的生产系统200可以包括参数获取模块210、纤维质量确定模块220、合格率确定模块230以及预警模块240。
31.参数获取模块210可以用于获取过滤材料的原液参数、喷丝参数以及固型参数。关于原液参数、喷丝参数以及固型参数的更多内容可以参见图3其相关描述。
32.在一些实施例中，参数获取模块210可以进一步用于：获取过滤材料的原液参数、预设喷丝参数以及预设固型参数；根据预设喷丝参数以及预设固型参数，预估过滤材料在凝固工艺的预测固型时长；判断预测固型时长是否满足预设固型条件；若是，则将满足预设固型条件的预设喷丝参数以及预设固型参数作为喷丝参数以及固型参数；若否，则根据预测固型时长以及预设固型条件确定预设喷丝参数和/或预设固型参数的参数调整值，根据
参数调整值调节预设喷丝参数和/或预设固型参数，以确定喷丝参数以及固型参数。
33.其中，根据预测固型时长以及预设固型条件确定预设喷丝参数和/或预设固型参数的参数调整值可以进一步包括：根据预设固型条件中的预设固型时长范围以及预测固型时长，确定固型时长差值；根据固型时长差值确定预设喷丝参数和/或预设固型参数的预测调整值，并更新预设喷丝参数以及预设固型参数；基于更新后的预设喷丝参数以及预设固型参数更新预测固型时长，并判断更新后的预测固型时长是否满足预设固型条件；重复上述步骤直到更新后的预测固型时长满足预设固型条件，并根据满足预设固型条件的预测调整值确定参数调整值。关于确定喷丝参数以及固型参数的更多内容可以参见图5及其相关描述。
34.纤维质量确定模块220可以用于根据原液参数、喷丝参数以及固型参数确定过滤材料的预测纤维质量。关于预测纤维质量的更多内容可以参见图3及其相关描述。
35.在一些实施例中，纤维质量确定模块220可以进一步用于：基于预测模型处理原液参数、喷丝参数以及固型参数，确定过滤材料的预测纤维质量，其中，预测模型为机器学习模型。关于预测模型的更多内容可以参见图4及其的相关描述。
36.合格率确定模块230可以用于基于预测纤维质量，确定过滤材料的合格率。关于合格率的更多内容可以参见图3及其相关描述。
37.预警模块240可以用于基于合格率生成预警信息，以提醒用户进行参数调整。关于预警信息的更多内容可以参见图3及其相关描述。
38.本说明书的一些实施例还提供一种多功能过滤材料的生产装置，装置包括处理器以及存储器；存储器用于存储指令，指令被处理器执行时，导致装置实现本说明书实施例中任一项多功能过滤材料的生产方法对应的操作。
39.本说明书的一些实施例还提供一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行多功能过滤材料的生产方法。
40.需要注意的是，以上对于多功能过滤材料的生产系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图2中披露的参数获取模块210、纤维质量确定模块220、合格率确定模块230以及预警模块240可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。
41.图3是根据本说明书一些实施例所示的多功能过滤材料的生产方法的示例性流程图。在一些实施例中，流程300可以由多功能过滤材料的生产系统200执行。
42.如图3所示，流程300可以包括如下步骤：
43.步骤310，获取过滤材料的原液参数、喷丝参数以及固型参数。在一些实施例中，步骤310可以由参数获取模块210执行。
44.在一些实施例中，过滤材料可以指由合成纤维制成的、用于加工过滤的材料。例如，过滤材料可以包括滤布、口罩内芯等。本说明书中涉及的过滤材料可以包括以湿法纺丝工艺生产的合成纤维。例如，过滤材料可以是聚四氟乙烯(ptfe)纤维制成的过滤材料。
45.原液参数可以指过滤材料在湿法纺丝工艺中，与纺丝原液的相关参数。其中，纺丝原液为合成纤维的成纤高聚物(如ptfe)溶解在适当的溶剂(即分散成纤高聚物所用的有机溶剂)中，所得到一定组成、一定黏度并具有良好可纺性的溶液。其中，原液参数可以包括原液温度、原液浓度、溶剂和溶质的比例等参数。
46.在一些实施例中，工作人员可以预设原液信息。例如，工作人员可以将原液信息通过用户终端140(如操作面板)输入到存储设备130。当参数获取模块210需要该参数时，可以从存储设备130中直接调用。
47.喷丝参数可以指纺丝原液在喷丝工艺中的相关参数。即纺丝原液可以在计量泵计量下，以一定压力进入喷丝头，并喷出，从而形成未定型的纤维。其中，喷丝参数可以包括喷丝孔径、喷丝速度、胀大比等参数。
48.在一些实施例中，工作人员可以预设喷丝参数。例如，工作人员可以将预设喷丝参数通过用户终端140(如操作面板)输入到存储设备130。当参数获取模块210需要该参数时，可以从存储设备130中直接预设喷丝参数。
49.在一些实施例中，还可以基于固型情况对喷丝参数进行调整。例如，当固型时长与预设固型条件不同时，可以差异调整喷丝参数。关于确定喷丝参数的更多描述可以参见图5及其相关内容。
50.固型参数可以指喷丝后的纺丝原液再凝固工艺中的相关参数。即纺丝原液经喷丝头喷出后，可以在固型液中进行凝固，在凝固过程中，纺丝原液细流中的溶剂向固型液扩散，固型液中的凝固剂向细流渗透，从而使原液细流达到临界浓度，在凝固浴中析出而形成纤维。其中，固型参数可以包括固型液量、浓度、温度等相关参数。固型液中的溶剂与纺丝原液中的溶剂相同。
51.在一些实施例中，工作人员可以预设固型参数。例如，工作人员可以将预设固型参数并通过用户终端140(如操作面板)输入到存储设备130。当参数获取模块210需要该参数时，可以从存储设备130中直接预设固型参数。
52.在一些实施例中，还可以基于固型情况对固型参数进行调整。例如，当固型时长与预设条件不同时，可以差异调整固型参数。关于确定固型参数的更多描述可以参见图5及其相关内容。
53.步骤320，根据原液参数、喷丝参数以及固型参数确定过滤材料的预测纤维质量。在一些实施例中，步骤320可以由纤维质量确定模块220执行。
54.纤维质量可以是对凝固后的纤维的评价。例如，纤维质量可以通过线密度、均匀度、长度等相关参数表征。预测纤维质量可以指基于原液参数、喷丝参数以及固型参数对凝固工艺后产生的纤维质量的预测值。
55.在一些实施例中，可以基于历史生产数据确定预测纤维质量。例如，可以记录历史生产时的历史原液参数、历史喷丝参数以及历史固型参数，并通过图像传感器获取实际纤维图样，基于图像识别系统检测纤维质量。从而形成各个历史纤维质量与历史原液参数、历史喷丝参数以及历史固型参数的对应关系。在进行预测时，可以基于对应关系进行调用情况最相近的历史纤维质量作为预测纤维质量。
56.在一些实施例中，纤维质量确定模块220还可以基于历史生产数据训练机器学习模型，并基于机器学习模型确定预测纤维质量。即可以基于预测模型处理原液参数、喷丝参
数以及固型参数，确定过滤材料的预测纤维质量，其中，预测模型为机器学习模型。关于预测模型的更多内容可以参见图4及其相关描述。
57.步骤330，基于预测纤维质量，确定过滤材料的合格率。在一些实施例中，步骤330可以由合格率确定模块230执行。
58.合格率可以指过滤材料完成加工后的合格率。即基于预测纤维质量，经后续加工处理得到的过滤材料的合格率。例如，后续加工对纤维可能存在质量要求，则凝固后的纤维在后续加工工艺中，因预测纤维质量的波动可能导致的过滤材料质量波动，从而存在不合格的部分过滤材料。
59.在一些实施例中，可以利用过滤材料的材料评分确定过滤材料的合格率。即可以先根据预测纤维质量确定过滤材料的材料评分；再根据材料评分确定过滤材料的合格率，材料评分与合格率正相关。其中，预测纤维质量可以与过滤材料的材料评分正相关，当预测纤维质量越满足过滤纤维加工要求(如接近纤维加工要求预设的纤维质量)时，过滤材料的材料评分越高，对应的合格率越高。
60.在一些实施例中，过滤材料的材料评分可以通过第一评分、第二评分以及第三评分表征。其中，过滤材料的材料评分可以是第一评分、第二评分以及第三评分的加权和。
61.第一评分与预测纤维质量本身直接相关，可以根据预测纤维质量确定第一评分。例如，第一评分与预测纤维质量正相关。当预测纤维质量越好，第一评分越高。
62.在一些实施例中，第一评分可以表征预测纤维质量与预设纤维质量的差异对过滤材料的影响。其中，预设纤维质量可以指生产满足用户需求的过滤材料需要的纤维质量或用户预先设置的纤维质量。
63.在一些实施例中，第一评分可以根据预测纤维质量与预设纤维质量的第一相似度确定。其中，第一相似度越高，第一评分越高。在一些实施例中，第一相似度可以根据预测纤维质量的各个参数(如预测线密度、预测均匀度、预测长度)与预设纤维质量的各个参数(如预设线密度、预设均匀度、预设长度)的相似度(如1-|预测线密度-预设线密度|/预设线密度)表征。
64.第二评分、第三评分可以反映后续工艺参数对过滤材料的材料质量的影响。其中，后续工艺参数可以指过滤材料的纤维在凝固工艺后的加工工艺的工艺参数。例如，过滤材料的纤维在凝固工艺后需经过抗静电处理、开松工艺、针刺工艺从而得到成品(如ptfe针刺滤布)。则对应的后续工艺参数可以包括抗静电处理参数(如抗静电处理时间、抗静电处理方式等)、开松参数(如开松时间)以及针刺参数(如针刺次数)等工艺参数中的至少一种。
65.在一些实施例中，标准后续工艺参数可以记录在第二数据库中。其中，标准后续工艺参数可以指在各种生产条件下，想要生产出合格的过滤材料，应当采用的后续工艺参数。在一些实施例中，生产条件可以包括各种原液参数、喷丝参数、固型参数的组合。即第二数据库中可以记录在不同的原液参数、喷丝参数、固型参数的生产条件下，生产出合格的过滤材料应当采取的后续工艺参数(如开松参数、针刺参数等)。
66.在一些实施例中，在构建第二数据库时，可以将不同的原液参数、喷丝参数、固型参数组合作为第二数据库的主键，将实际生产中的后续工艺参数作为主键的标准后续工艺参数。从而构建生产条件(不同的原液参数、喷丝参数、固型参数组合)与标准后续工艺参数的对应关系。
67.在一些实施例中，生产条件还可以包括不同的原液参数、喷丝参数、固型参数组合下生产出的实际纤维质量。即在构建第二数据库时，将不同的原液参数、喷丝参数、固型参数组合下生产出的实际纤维质量也记录为与主键匹配的数据。从而记录实际纤维质量与标准后续工艺参数的对应关系。
68.第二评分可以反映预测纤维质量对后续加工工艺的影响。在一些实施例中，第二评分可以表征第一标准后续工艺参数与预设后续工艺参数的差异对过滤材料的影响。其中，第一标准后续工艺可以指在预测纤维质量作为生产条件的情况下，生产合格的过滤材料应当采取的后续工艺参数。预设后续工艺参数可以指生产满足用户需求的过滤材料需要的后续工艺参数或用户预先设置的后续工艺参数。在一些实施例中，第一标准后续工艺参数，可以基于预测纤维质量，并通过实际纤维质量与标准后续工艺参数的对应关系，从第二数据库中查询。
69.在一些实施例中，第二评分可以根据第一标准后续工艺参数与预设后续工艺参数的第二相似度确定。其中，第二相似度越高，第二评分越高。在一些实施例中，第二相似度可以根据第一标准后续工艺参数的各个参数(如第一标准开松参数、第一标准针刺参数等)与预设后续工艺参数的各个参数(如预设开松参数、预设开松参数等)的相似度(如1-|第一标准开松参数-预设开松参数|/预设开松参数)表征。
70.第三评分可以反映生产条件(原液参数、喷丝参数以及固型参数)对后续加工工艺的影响。在一些实施例中，第三评分可以表征第二标准后续工艺参数与预设后续工艺参数的差异对过滤材料的影响。其中，第二标准后续工艺可以指在原液参数、喷丝参数以及固型参数作为生产条件下，生产合格的过滤材料应当采取的后续工艺参数。在一些实施例中，第二标准后续工艺参数，可以基于原液参数、喷丝参数以及固型参数，并通过生产条件(各个原液参数、喷丝参数以及固型参数的组合)与标准后续工艺参数的对应关系，从第二数据库中查询。
71.在一些实施例中，第三评分可以根据第二标准后续工艺参数与预设后续工艺参数的第二相似度确定。其中，第三相似度越高，第三评分越高。在一些实施例中，第三相似度可以根据第二标准后续工艺参数的各个参数(如第二标准开松参数、第二标准针刺参数等)与预设后续工艺参数的各个参数(如预设开松参数、预设开松参数等)的相似度(如1-|第二标准开松参数-预设开松参数|/预设开松参数)表征。
72.在一些实施例中，在基于第一评分、第二评分、第三评分确定过滤材料的材料评分时，可以基于第一评分的权重(如0.4)、第二评分的权重(如0.3)、第三评分的权重(如0.3)确定。例如，过滤材料的材料评分＝0.4*第一评分+0.3*第二评分+0.3*第三评分。在一些实施例中，评分的权重可以与各个评分所表征的影响因素对过滤材料的实际影响而确定。例如，第一评分表征纤维质量这一影响因素，该影响因素严重影响过滤材料的质量，因此第一评分可以有较高的权重(如0.4)。在一些实施例中，各个评分的权重可以由工作人员根据历史生产经验预先设置。在一些实施例中，合格率可以通过滤材料的材料评分进行转化。例如，可以将过滤材料的材料评分转化为百分比形式(如过滤材料的材料评分/材料评分上限*100％)，并作为过滤材料的合格率。
73.在一些实施例中，合格率还可以跟实际生产情况有关。例如，在生产时可以实时检测各个工艺环节的加工工程，根据各个环节加工结果与预设/预测参数的差异调整合格率。
示例性地，可以实时检测实际纤维质量，并将实际纤维质量与预测纤维质量比较，再根据预测纤维质量与实际纤维质量比较结果调节或重新计算合格率。例如，当实际检测出的实际纤维质量与预测纤维质量差异较大时，可以基于差异值调低合格率。再例如，当实际检测出的实际纤维质量与预测纤维质量差异较大时，还可以将实际纤维质量作为预测纤维质量重新计算第二评分，再基于更新后的第二评分更新合格率。
74.步骤340，基于合格率生成预警信息，以提醒用户进行参数调整。
75.在一些实施例中，当合格率满足预警条件(如低于合格率阈值)时，可以说明基于当前工艺参数生产出的过滤材料无法满足用户期望，应当对工艺参数进行调整。
76.预警信息可以是响应于合格率满足预警条件时触发的警示信息。在一些实施例中，预警信息可以包括当前加工方案的具体内容、合格率等反映当前加工工艺参数的相关信息。在一些实施例中，预警信息还可以包括对参数调整的建议。参数调整可以包括对原液参数、喷丝参数以及固型参数等参数的调整以及对后续工艺参数的调整。
77.基于本说明书提供的多功能过滤材料的生产方法，可以通过原液参数、喷丝参数以及固型参数分析预测纤维质量，并预估过滤材料的合格率。由此，可以在过滤材料生产前确定各个工艺参数是否合适，降低了过滤材料生产的试错成本。此外，也可以在过滤材料的生产过程中及时预警，并调整工艺参数，提高了过滤材料的生产过程中的纠错能力与适应能力。
78.图4是根据本说明书一些实施例所示的预测模型的示意图。
79.如图4所示，预测模型400可以包括第一嵌入层410、第二嵌入层420、第三嵌入层430以及第一预测层440。其中，预测模型400可以处理原液参数、喷丝参数以及固型参数，从而确定过滤材料的预测纤维质量。
80.如图4所示，可以将原液参数、喷丝参数以及固型参数输入预测模型400，得到预测纤维质量。其中，将原液参数输入第一嵌入层410，经第一嵌入层410的处理得到原液特征。将喷丝参数以及原液特征输入第二嵌入层420，经第二嵌入层420的处理得到喷丝特征。将固型参数、喷丝特征以及原液特征输入第三嵌入层430，经第三嵌入层430的处理确定固型特征。确将固型特征、喷丝特征以及原液特征输入第一预测层440，经第一预测层440的处理得到预测纤维质量。
81.第一嵌入层410可以用于处理原液参数，并提取原液参数中的特征数据以生成原液特征。其中，第一嵌入层的输入可以是原液参数，输出可以是原液特征。原液特征可以是规范化的特征向量。例如，原液特征可以包括多个元素，每个元素的元素值可以反映原液参数的具体情况。示例性地，原液特征可以包括溶质类型、溶剂类型、温度以及浓度等四个元素，对应参数的实际情况可以通过对应的元素值表征。例如，溶质类型可以根据原液中的实际溶质(如ptfe)在预设溶质列表中的编号表征(如1)。
82.第二嵌入层420可以用于处理原液特征以及喷丝参数，确定喷丝特征。其中，第二嵌入层420的输入可以是原液特征以及喷丝参数，输出可以是喷丝特征。喷丝特征可以是规范化的特征向量。例如，喷丝特征可以包括多个元素，每个元素的元素值可以反映喷丝工艺的具体加工情况。示例性地，喷丝特征可以包括喷丝孔径以及喷丝速度等两个元素，对应参数的实际情况可以通过对应的元素值表征。例如，喷丝孔径可以由喷头中喷出孔径的直径大小表征。
83.第三嵌入层430可以用于处理原液特征、喷丝特征以及固型参数，确定固型特征。其中，第三嵌入层430的输入可以是原液特征、喷丝特征以及固型参数，输出可以是固型特征。固型特征可以是规范化的特征向量。例如，固型特征可以包括多个元素，每个元素的元素值可以反映固型工艺的具体加工情况。示例性地，固型特征可以包括固型剂类型、固型液温度以及固型液浓度等三个元素，对应参数的实际情况可以通过对应的元素值表征。例如，固型液浓度可以由固型液中固型剂与溶液的比例表征。
84.在一些实施例中，第一嵌入层410、第二嵌入层420、第三嵌入层430可以是特征提取模型。例如，第一嵌入层410、第二嵌入层420、第三嵌入层430可以是深度神经网络(deep neural networks，dnn)，可以处理对应的工艺参数以生成对应的特征向量。
85.第一预测层440可以用于处理原液特征、喷丝特征以及固型特征，确定预测纤维质量。其中，第一预测层440的输入可以是原液特征、喷丝特征以及固型特征，输出可以是预测纤维质量。预测纤维质量的更多内容可以参见步骤320的相关描述。
86.在一些实施例中，第一预测层440可以为特征选择模型(如概率预估模型、分类器、特征选择器等)。可以根据固型特征、喷丝特征以及原液特征进行特征选择确定预测纤维质量。
87.在一些实施例中，考虑到第一嵌入层410、第二嵌入层420、第三嵌入层430本身不具有直接的表征能力，第一嵌入层410、第二嵌入层420、第三嵌入层430与第一预测层440联合训练，以使其输出的特征向量满足第一预测层440的计算要求。
88.在一些实施例中，联合训练的样本数据包括历史生产数据中历史原液参数、历史喷丝参数以及历史固型参数，标签为样本参数下的历史纤维质量。在训练时，将历史原液参数输入第一嵌入层410，得到历史原液特征并作为训练样本数据，和历史喷丝参数输入第二嵌入层420，得到历史喷丝特征并作为训练样本数据，和历史原液特征以及历史固型参数第三嵌入层430，得到历史固型特征并作为训练样本数据，和历史原液特征以及历史固型特征输入第一预测层440输出预测纤维质量。基于样本参数下的历史纤维质量和第一预测层440输出的预测纤维质量的价格构建损失函数，同步更新第一嵌入层410、第二嵌入层420、第三嵌入层430以及第一预测层440的参数。通过参数更新，得到训练好的第一嵌入层410、第二嵌入层420、第三嵌入层430以及第一预测层440。
89.如图4所示，预测模型400还包括第二预测层450。第二预测模型450可以与第二嵌入层420、第三嵌入层430的输出层连接，获取第二嵌入层420输出的喷丝特征以及第三嵌入层430输出的固型特征，并基于固型特征以及喷丝特征确定预测固型时长。预测固型时长可以指在当前环境(即喷丝参数与固型参数)下，固型工艺的预测执行时长(如10分钟)。
90.第二预测层450可以用于处理喷丝特征以及固型特征，确定预测固型时长。其中，第二预测层450的输入为喷丝特征以及固型特征，输出为预测固型时长。
91.在一些实施例中，第二预测层450可以为特征选择模型(如概率预估模型、分类器、特征选择器等)。可以根据固型特征以及喷丝特征进行特征选择确定预测固型时长。
92.在一些实施例中，第二预测层450可以与第一嵌入层410、第二嵌入层420、第三嵌入层430联合训练。其中，样本标签可以时样本参数下的历史固型时长。第二预测层450的联合训练过程与第一预测层440相似，在此不再赘述。
93.在一些实施例中，第一预测层440与第二预测层450可以联合训练。则对应的，预测
模型400的训练中涉及的损失函数中包括多个损失项，例如，损失函数包括3个损失项。即损失函数可以包括第一损失项、第二损失项以及第三损失项。其中，第一损失项对应第一预测层的误差，第二损失项对应第二预测层的误差，第三损失项基于第一损失项以及第二损失项确定，用于表征各个嵌入层的误差。在实际训练中，可以基于第一损失项更新第一预测层440的参数、基于第二损失项更新第二预测层450的参数，基于第三损失项更新第一嵌入层410、第二嵌入层420以及第三嵌入层430的参数。
94.在一些实施例中，第三损失项可以为第一损失项以及第二损失项的权重和，即第三损失项为第一损失项以及第二损失项与其参考权重的乘积之和。参考权重是指对应损失项表征的参数误差在整个损失函数中的相对重要程度。
95.在一些实施例中，第一损失项和第二损失项的参考权重可以经验预设或者基于其他因素确定。例如，可以根据训练样本数据量设定权重，样本数据量越大的参考权重越大。
96.在一些实施例中，参考权重还可以基于各个输出在后续计算过程中的贡献/重要性计算。例如，当预测固型时长可以用于后续调整参数时，则预测固型时长在后续计算中具有较高的重要性，则可以调高第二损失项的参考权重，从而使嵌入层确定的特征更符合预测固型时间的参数要求，提升预测固型时长的准确性。即第一损失项的参考权重小于第二损失项的参考权重。
97.基于本说明书一些实施例提供的预测模型，可以基于机器学习算法确定预测纤维质量以及预测固型时长，提高了预测纤维质量以及预测固型时长的计算精确度。此外，预测纤维质量以及预测固型时长对应的模型可以基于联合学习确定，进而提高了各模型之间的关联性，实现了训练数据的充分利用，进而进一步提高预测纤维质量以及预测固型时长的计算精确度。
98.图5是根据本说明书一些实施例所示的喷丝参数与固型参数确定方法的示例性流程图。在一些实施例中，流程500可以由参数获取模块210执行。
99.如图5所示，流程500可以包括如下步骤：
100.步骤510，获取过滤材料的原液参数、预设喷丝参数以及预设固型参数。其中，预设喷丝参数以及预设固型参数可以是工作人员根据过往经验设置的参数初始值。原液参数、喷丝参数以及固型参数的更多内容可以参见步骤310及其相关描述。
101.步骤520，根据预设喷丝参数以及预设固型参数，预估过滤材料在凝固工艺的预测固型时长。
102.预测固型时长可以指纤维在凝固工艺时的凝固时长，即经预测固型时长的凝固工艺后，纤维成型。
103.在一些实施例中，可以根据历史数据检索预设喷丝参数以及预设固型参数对应的预测固型时长。即可以根据过滤材料生成合格时，各个喷丝参数、固型参数以及历史固型时长构建第一数据库。其中，第一数据库包括参考固型时长与第一参考工艺参数(如原液参数、喷丝参数以及固型参数)的对应关系。例如，可以将第一参考工艺参数作为第一数据库的主键，并根据过滤材料生成合格时的参考固型时长作为主键的对应数据。在确定预测固型时长，可以根据预设喷丝参数以及预设固型参数从第一数据库中检索对应固型时长作为预测固型时长。
104.在一些实施例中，还可以根据预设喷丝参数以及预设固型参数与各个参考工艺参
数的向量相似度(或向量距离)在第一数据库中进行检索。例如，根据预设喷丝参数以及预设固型参数构建预设参数向量，根据第一数据库中的参考工艺参数构建参考参数向量，在检索时，计算预设参数向量与各个参考工艺参数的向量距离(如欧氏距离x)或向量相似度(如1/(1+x2))，再根据向量距离最近或向量相似度最高的参考工艺参数确定预测固型时长。
105.在一些实施例中，预测固型时长还可以基于预测模型确定。关于预测模型的更多内容可以参见图4及其相关描述。
106.步骤530，判断预测固型时长是否满足预设固型条件。
107.预设固型条件可以是用户期望的固型条件。例如，预设固型条件可以包括用户允许的预设固型时间范围。则判断预测固型时长是否满足预设固型条件，可以表征为判断预测固型时长是否在预设固型时间范围内。若是，则满足预设固型条件。若否，则不满足预设固型条件。
108.步骤540，若预测固型时长满足预设固型条件，则将满足预设固型条件的预设喷丝参数以及预设固型参数作为喷丝参数以及固型参数。
109.步骤550，若预测固型时长不满足预设固型条件，则根据预测固型时长以及预设固型条件确定预设喷丝参数和/或预设固型参数的参数调整值，根据参数调整值调节预设喷丝参数和/或预设固型参数，以确定喷丝参数以及固型参数。
110.参数调整值可以反映对预设喷丝参数和/或预设固型参数中各个具体参数的调节幅度。例如，参数调整值可以包括对固型液温度、浓度的调整值。在一些实施例中，基于参数调整值调节后的预设喷丝参数和/或预设固型参数所确定的测固型时长可以满足预设固型条件，并将其作为喷丝参数以及固型参数。
111.在一些实施例中，预设喷丝参数和/或预设固型参数可以经过多次调整，则参数调整值可以表征为多次调节时各次调整值的叠加和。其中每次调整可以视为一次迭代处理。例如，参数调整值可以包括2次调整，其中，第一次调整中，固型液温度上升5℃、喷丝速度下降1m/s。第二次调整中，固型液温度上升2℃、喷丝速度上升1m/s。则参数调整值可以表征为固型液温度上升7℃(5℃+2℃)，喷丝速度不变。
112.如图5所示，对于某一次迭代处理，可以包括如下步骤：
113.步骤551，根据预设固型条件中的预设固型时长范围以及预测固型时长，确定固型时长差值。其中，本步骤中的预测固型时长可以指上一轮迭代处理后的预测固型时长。
114.固型时间差值可以反映预测固型时长与预设固型时长范围中的某一时长(如预设固型时长范围的中间值、过滤材料在历史加工中的平均时长等)的差值。例如，预测固型时长为1min20s，预设固型时长范围为50s-1min10s时，则固型时间差值可以为预测固型时长与预设固型时长范围的中间值(1min)之间的差值20s。
115.步骤552，根据固型时长差值确定预设喷丝参数和/或预设固型参数的预测调整值，并更新预设喷丝参数以及预设固型参数。
116.在一些实施例中，可以根据历史数据(如第一数据库)，从历史数据中寻找与固型时长差值以及预测固型时长匹配的参考工艺参数(如参考喷丝参数以及参考固型参数)，参考喷丝参数以及参考固型参数与预设喷丝参数以及预设固型参数的参数差作为预测调整值，并将参考喷丝参数以及参考固型参数作为本轮迭代后的预设喷丝参数以及预设固型参
数。其中，与预测固型时长匹配的参考工艺参数可以指其他工艺相同或相似(如原液参数相同等)的参考工艺参数。例如，固型时间差值为20s时，可以从历史数据中检索出固型时长为1min的各个工艺参数，再从中确定原液参数相同等的参考工艺参数，并将参考工艺参数中各个参数(如此时固型温度为65℃)与预设喷丝参数以及预设固型参数(如预设固型温度为60℃)的差值作为参数调整值(上升固型温度5℃)。
117.在一些实施例中，可以根据历史数据中调节喷丝参数和/或固型参数所造成的实际固型时长变化，并构建预设关系表。其中，以对喷丝参数和/或固型参数的调整值作为预设关系表的主键，在数据库或数据表中填充实际固型时长变化作为主键的对应数据，以生成预设关系表。例如，可以以预设步长逐渐降低喷丝参数和/或固型参数中的参数(如固型温度每次降低2℃)，以生成多组对喷丝参数和/或固型参数的调整，以作为预设关系表的主键，再对实际固型时长进行检测，根据对应的实际固型时长变化填充对应主键的数据(如固型温度每次降低2℃造成的固型时长的变化)，以构成预设关系表。
118.在一些实施例中，当基于预设关系表确定调整值时，可以根据固型时长差值与预设关系表中实际固型时长变化的匹配关系，从预设关系表中确定与实际固型时长变化对应的至少一组预设喷丝参数和/或预设固型参数的调整值。
119.步骤553，基于更新后的预设喷丝参数以及预设固型参数更新预测固型时长，并判断更新后的预测固型时长是否满足预设固型条件。
120.在一些实施例中，可以在预测模型输入更新后的预设喷丝参数以及预设固型参数，以确定更新后的预测固型时长。关于基于预设模型确定预测固型时长的更多内容可以参见图4及其相关描述。
121.在一些实施例中，可以基于更新后的预测固型时长重新执行步骤530。直到更新后的预测固型时长满足预设固型条件，并根据满足预设固型条件的预测调整值确定参数调整值。
122.本技术提供的参数确定方法可以实现了基于重要指标(如预设固型条件)对参数的自适应条件。以此类推，可以实现各个工艺参数的自适应调节，进而自动确定过滤材料生产过程中的各个可控参数，提高了生产过程中的精确性与智能化程度。
123.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
124.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
125.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本
说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
126.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
127.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
128.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
129.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。