[發(fā)明專利]一種鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011172586.1 | 申請(qǐng)日: | 2020-10-28 |
| 公開(公告)號(hào): | CN112289392A | 公開(公告)日: | 2021-01-29 |
| 發(fā)明(設(shè)計(jì))人: | 潘斯寧;梁力勃;楊小飛 | 申請(qǐng)(專利權(quán))人: | 廣西賀州市桂東電子科技有限責(zé)任公司 |
| 主分類號(hào): | G16C60/00 | 分類號(hào): | G16C60/00;G16C20/70;G06N3/04;G06N3/08;G06N3/12 |
| 代理公司: | 南寧深之意專利代理事務(wù)所(特殊普通合伙) 45123 | 代理人: | 盧穎 |
| 地址: | 542899 廣西*** | 國(guó)省代碼: | 廣西;45 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 鋁電解電容器 陽極 鋁箔 性能 預(yù)測(cè) 方法 | ||
1.一種鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法,其特征在于,包括以下步驟:
(1)收集實(shí)際生產(chǎn)線上的工藝參數(shù)及對(duì)應(yīng)的產(chǎn)品性能指標(biāo),篩選整理成神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)集,并將數(shù)據(jù)集的80%作為訓(xùn)練集,另外20%作為測(cè)試集;
(2)BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)建模,確定初始BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)參數(shù)、初始權(quán)值和閾值;
(3)分別采用GA、MEA、PSO三種算法對(duì)初始BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,利用訓(xùn)練集進(jìn)行模型的訓(xùn)練;
(4)利用測(cè)試集中的數(shù)據(jù),對(duì)比三種算法優(yōu)化后得到的BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精度,從中選擇預(yù)測(cè)精度最高的優(yōu)化算法,構(gòu)建用于預(yù)測(cè)陽極鋁箔性能的優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型;
(5)利用優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行鋁電解電容器用陽極鋁箔電學(xué)性能和力學(xué)性能的預(yù)測(cè),指導(dǎo)制造工藝的設(shè)計(jì)和優(yōu)化。
2.根據(jù)權(quán)利要求1所述的鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法,其特征在于,步驟(1)所述的工藝參數(shù)為:
(1)腐蝕工藝參數(shù),包括發(fā)孔腐蝕和擴(kuò)孔腐蝕階段的溶液成分、濃度、溫度、電壓、電流密度和處理時(shí)間;
(2)化成工藝參數(shù),包括水煮處理階段的溫度及時(shí)間,一級(jí)化成、二級(jí)化成、三級(jí)化成、四級(jí)化成等階段的溶液成分及濃度、溫度、電壓、電流密度、處理時(shí)間,后處理的溫度及時(shí)間。
3.根據(jù)權(quán)利要求1所述的鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法,其特征在于,步驟(1)所述的產(chǎn)品性能指標(biāo)為:
(1)電學(xué)性能,包括比電容、漏電流、升壓時(shí)間和耐水性能;
(2)力學(xué)性能,包括折彎強(qiáng)度和抗拉強(qiáng)度。
4.根據(jù)權(quán)利要求1所述的鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法,其特征在于:步驟(2)所述的初始BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)參數(shù),包括輸入層神經(jīng)元節(jié)點(diǎn)數(shù)、隱含層的層數(shù)、每一層隱含層的神經(jīng)元節(jié)點(diǎn)數(shù)、輸出層神經(jīng)元節(jié)點(diǎn)數(shù)。
5.根據(jù)權(quán)利要求4所述的鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法,其特征在于:所述的輸入層神經(jīng)元節(jié)點(diǎn)數(shù),等于數(shù)據(jù)集中每一組數(shù)據(jù)包含的工藝參數(shù)的個(gè)數(shù)。
6.根據(jù)權(quán)利要求4所述的鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法,其特征在于:所述的輸出層神經(jīng)元節(jié)點(diǎn)數(shù),等于數(shù)據(jù)集中每一組數(shù)據(jù)包含的產(chǎn)品性能指標(biāo)的個(gè)數(shù)。
7.根據(jù)權(quán)利要求1所述的鋁電解電容器用陽極鋁箔性能預(yù)測(cè)方法,其特征在于:步驟(3)所述的采用GA算法對(duì)初始BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,具體實(shí)施步驟如下:
Step1:設(shè)置初始運(yùn)行參數(shù),包括群體大小、遺傳代數(shù)、交叉概率、變異概率;
Step2:對(duì)每個(gè)種群進(jìn)行初始值編碼;
Step3:根據(jù)個(gè)體得到BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,用訓(xùn)練集的數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)后預(yù)測(cè)輸出,把預(yù)測(cè)輸出和期望輸出之間的誤差絕對(duì)值之和作為個(gè)體適應(yīng)度;
Step4:從種群中選擇個(gè)體適應(yīng)度大的個(gè)體作為父代,組成新種群;
Step5:利用算術(shù)交叉法從種群中選擇兩個(gè)個(gè)體,按照設(shè)定的交叉概率交叉得到新個(gè)體Ⅰ;
Step6:從種群中隨機(jī)選擇一個(gè)個(gè)體,按照設(shè)定的變異概率進(jìn)行非均勻變異運(yùn)算,得到新個(gè)體Ⅱ;
Step7:計(jì)算Step5和Step6得到的新個(gè)體Ⅰ和新個(gè)體Ⅱ的適應(yīng)度值,從中選擇適應(yīng)度最高的個(gè)體,并判斷是否完成預(yù)設(shè)的遺傳代數(shù),如果完成,則完成GA算法優(yōu)化,如果沒完成預(yù)設(shè)的遺傳代數(shù),則重復(fù)Step4~Step6操作,直至得到的個(gè)體適應(yīng)度值滿足條件為止,并得到GA算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)權(quán)值的閾值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣西賀州市桂東電子科技有限責(zé)任公司,未經(jīng)廣西賀州市桂東電子科技有限責(zé)任公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011172586.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。





