权利要求
1.一种多节点协同的多层复合薄膜材料制备方法，其特征在于，包括：
将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系;
按照制备工艺流程的时序关系设置时序约束条件，将所述时序约束条件拟合至边中，所述时序约束条件用于约束每个节点到下游节点的延迟时间;
按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征;
根据新的节点特征进行制备控制参数解析，获得节点制备参数。
2.如权利要求1所述的多节点协同的多层复合薄膜材料制备方法，其特征在于，还包括：
根据工艺流程节点的物理原理以及历史样本数据，确定工艺流程节点之间的依赖关系及其依赖强度;
根据所述依赖强度进行变化衰减量拟合，确定分割阈值;
利用所述分割阈值确定依赖流程节点，确定分割节点层数;
根据所述分割节点层数设置网络层数，对所述工艺图结构进行边传递网络层数设置。
3.如权利要求2所述的多节点协同的多层复合薄膜材料制备方法，其特征在于，根据所述依赖强度进行变化衰减量拟合，确定分割阈值，包括：
根据所述依赖强度，确定变化量的离散度;
根据所述离散度，确定中心点;
根据最大依赖强度与次大依赖强度变化量的半量，获得调节常数;
根据所述中心点对应的依赖强度以及所述调节常数，获得所述分割阈值。
4.如权利要求3所述的多节点协同的多层复合薄膜材料制备方法，其特征在于，所述分割阈值的表达式为：，其中，为中心点对应的依赖强度，为调节常数，，其中，是最大依赖强度、是次大依赖强度。
5.如权利要求2所述的多节点协同的多层复合薄膜材料制备方法，其特征在于，所述将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征，包括：
设置边传递网络层数的影响权重;
根据所述影响权重，按照工艺流程的层级关系从最上游的节点开始依次向下传递并累积特征信息，通过多次聚合传递至下游节点，获得聚合特征信息;
通过更新函数：，将所述聚合特征信息与自身特征进行结合，获得所述新的节点特征;其中， 为节点j在t+1时刻新的特征向量、为激活函数、为上游节点对下游节点的影响权重，为边传递网络层级的各上游节点集合、为上游节点i在t时刻的特征，为当前节点j在t时刻的自身特征向量、为可训练的权重矩阵，用于对聚合后的特征进行线性变换。
6.如权利要求1所述的多节点协同的多层复合薄膜材料制备方法，其特征在于，所述根据新的节点特征进行制备控制参数解析，获得节点制备参数，包括：
构建映射函数，所述映射函数为利用历史训练数据集通过机器学习模型进行转换关系学习而得，所述历史训练数据集包括特征向量、制备控制参数及其映射关系，其中所述映射函数用于将特征向量转换为制备控制参数;
将所述新的节点特征作为输入变量，通过所述映射函数进行特征映射，获得所述制备控制参数作为所述节点制备参数。
7.如权利要求6所述的多节点协同的多层复合薄膜材料制备方法，其特征在于，获得所述制备控制参数作为所述节点制备参数，还包括：
设置各工艺流程节点的设备控制参数限值，利用所述设备控制参数限值判定所述节点制备参数是否满足限值要求，当不满足时实施硬约束，用以将限值进行节点制备参数约束赋值;
根据节点制备参数与设备控制参数限值，确定偏差控制参数，根据补偿参数对所述偏差控制参数进行补偿分析，添加补偿参数及补偿控制量;
将所述补偿参数及补偿控制量融合至所述节点制备参数中，进行节点制备参数更新。
8.多节点协同的多层复合薄膜材料制备装置，其特征在于，所述装置用于实施权利要求1-7任一项所述的多节点协同的多层复合薄膜材料制备方法，所述装置包括：
工艺图结构构建模块，所述工艺图结构构建模块用于将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系;
约束拟合模块，所述约束拟合模块用于按照制备工艺流程的时序关系设置时序约束条件，将所述时序约束条件拟合至边中，所述时序约束条件用于约束每个节点到下游节点的延迟时间;
节点特征生成模块，所述节点特征生成模块用于按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征;
节点制备参数获取模块，所述节点制备参数获取模块用于根据新的节点特征进行制备控制参数解析，获得节点制备参数。
说明书
技术领域
[0001]本申请涉及材料制备技术领域，尤其涉及一种多节点协同的多层复合薄膜材料制备方法及装置。
背景技术
[0002]在多层复合薄膜材料制备场景下，各工艺环节的协同控制和精准把握问题尤为突出，实现高效的工艺流程协同和精确的参数控制，成为提升多层复合薄膜材料质量至关重要的环节。传统的多层复合薄膜材料制备方法，往往较为独立和缺乏系统性，各工艺流程节点独立进行，对不同工艺环节之间的物理参数联系把握不足，缺乏对工艺流程之间时序关系的考虑，在资源分配(即工艺参数调整和流程协同控制)上存在不合理的情况，导致产品质量不稳定、生产效率低下，对于制备方案的制定较为简单和固定，不能很好应对复杂多变的实际制备情况。
[0003]现阶段相关技术中，多层复合薄膜制备中各工艺流程节点独立、缺乏时序约束，降低了制备均匀性、产品质量稳定性的技术问题。
发明内容
[0004]本申请通过提供一种多节点协同的多层复合薄膜材料制备方法及装置，采用将多层复合薄膜制备工艺流程作为图节点构建工艺图结构，以工艺流程间物理参数联系为边，按时序关系设约束条件并拟合至边中，约束节点到下游节点延迟时间。依时序约束确定工艺顺序，各节点通过边传递上游特征信息并聚合，结合自身特征生成新节点特征，再根据新特征解析获得节点制备参数，通过对多层复合薄膜制备过程的高度协同和精准控制，达到了提高制备均匀性、产品质量稳定性的技术效果。
[0005]本申请提供一种多节点协同的多层复合薄膜材料制备方法，包括：
将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系;按照制备工艺流程的时序关系设置时序约束条件，将所述时序约束条件拟合至边中，所述时序约束条件用于约束每个节点到下游节点的延迟时间;按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征;根据新的节点特征进行制备控制参数解析，获得节点制备参数。
[0006]本申请还提供了一种多节点协同的多层复合薄膜材料制备装置，包括：
工艺图结构构建模块，所述工艺图结构构建模块用于将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系;约束拟合模块，所述约束拟合模块用于按照制备工艺流程的时序关系设置时序约束条件，将所述时序约束条件拟合至边中，所述时序约束条件用于约束每个节点到下游节点的延迟时间;节点特征生成模块，所述节点特征生成模块用于按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征;节点制备参数获取模块，所述节点制备参数获取模块用于根据新的节点特征进行制备控制参数解析，获得节点制备参数。
[0007]拟通过本申请提出的一种多节点协同的多层复合薄膜材料制备方法及装置，首先将多层复合薄膜制备工艺流程作为图节点构建工艺图结构，以工艺流程间物理参数联系为边，按时序关系设约束条件并拟合至边中，约束节点到下游节点延迟时间。依时序约束确定工艺顺序，各节点通过边传递上游特征信息并聚合，结合自身特征生成新节点特征，再根据新特征解析获得节点制备参数，通过对多层复合薄膜制备过程的高度协同和精准控制，达到了提高制备均匀性、产品质量稳定性的技术效果。
附图说明
[0008]为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的附图做简单的介绍，本申请中使用了流程图来说明根据本申请的实施例的装置所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。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。
[0009]图1为本申请实施例提供的一种多节点协同的多层复合薄膜材料制备方法的流程示意图;
图2为本申请实施例提供的一种多节点协同的多层复合薄膜材料制备装置的结构示意图。
[0010]附图标记说明：工艺图结构构建模块10、约束拟合模块20、节点特征生成模块30、节点制备参数获取模块40。
具体实施方式
[0011]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
[0012]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步的详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0013]在以下的描述中，涉及“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合，所涉及的术语“第一\第二”仅仅是区别类似的对象，不代表针对对象的特定排序。术语“包括”和“具有”以及任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。
[0014]本申请实施例提供了一种多节点协同的多层复合薄膜材料制备方法，如图1所示，所述方法包括：
步骤S100，将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系。具体而言，在构建多层复合薄膜材料制备的工艺图结构时，将整个制备工艺流程作为图节点，其中放卷PET基膜、狭缝涂布、涂层预固烘箱、涂层结构成型、UV固化涂层、保护膜复合、切废边和成品收卷等每个工艺流程节点作为图中的顶点，而节点之间的关联关系即工艺流程之间的物理参数联系作为边，比如从放卷PET基膜到狭缝涂布，基膜的张力、速度和厚度等参数会影响狭缝涂布效果，两个顶点之间的边就代表这种物理参数联系，通过这种方式构建起清晰展示各工艺流程节点物理参数联系的工艺图结构，为后续分析和优化提供直观模型。
[0015]在一种可能的实现方式中，将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系，步骤S100进一步包括步骤S110，根据工艺流程节点的物理原理以及历史样本数据，确定工艺流程节点之间的依赖关系及其依赖强度。具体地，分析工艺流程节点的物理原理，对于多层复合薄膜材料的制备过程，每个工艺节点都有其特定的物理作用和影响因素，例如，放卷PET基膜节点中，基膜的张力、速度等物理参数会对后续的狭缝涂布节点产生影响;在涂层预固烘箱节点，温度和时间等参数会影响涂层的固化程度，进而影响后续的涂层结构成型节点，分析历史样本数据，历史样本数据包含了过去多层复合薄膜制备过程中的各种参数记录，如不同工艺节点的操作参数、产品质量数据等，通过对历史样本数据进行统计分析和机器学习算法处理，可以找出不同工艺节点之间的关联性，综合物理原理和历史样本数据，确定工艺流程节点之间的依赖关系，例如，发现狭缝涂布节点的涂层厚度很大程度上依赖于放卷PET基膜节点的张力和速度，以及涂层预固烘箱节点的温度等。同时，确定依赖强度，比如通过量化分析确定放卷PET基膜节点对狭缝涂布节点的依赖强度为高，而涂层预固烘箱节点对狭缝涂布节点的依赖强度为中等。
[0016]步骤S120，根据所述依赖强度进行变化衰减量拟合，确定分割阈值。具体地，根据前面确定的依赖强度，进行变化衰减量拟合，考虑到随着工艺流程的推进，上游节点对下游节点的影响可能会逐渐衰减，例如，距离较远的上游节点对当前节点的影响可能相对较小，通过对依赖强度的变化进行数学拟合，可以找出衰减的规律，确定分割阈值，分割阈值用于区分哪些上游节点对当前节点的影响较大，哪些影响较小，例如，设定一个依赖强度值作为分割阈值，如果某个上游节点对当前节点的依赖强度高于这个阈值，就认为该节点对当前节点有重要影响;如果低于这个阈值，就认为影响较小，可以忽略。
[0017]步骤S130，利用所述分割阈值确定依赖流程节点，确定分割节点层数。具体地，利用分割阈值来确定依赖流程节点，将每个工艺节点与其他节点的依赖强度与分割阈值进行比较，如果依赖强度高于分割阈值，就将该节点确定为依赖流程节点，例如，在狭缝涂布节点中，经过比较发现放卷PET基膜节点和涂层预固烘箱节点是依赖流程节点，因为它们对狭缝涂布节点的依赖强度高于分割阈值，确定分割节点层数，根据确定的依赖流程节点，计算从当前节点到最远的依赖流程节点之间的距离，这个距离就是分割节点层数，例如，如果狭缝涂布节点最远的依赖流程节点是放卷PET基膜节点，中间经过了一个涂层预固烘箱节点，那么分割节点层数为两层。
[0018]步骤S140，根据所述分割节点层数设置网络层数，对所述工艺图结构进行边传递网络层数设置。具体地，根据分割节点层数来设置网络层数，如果分割节点层数较少，说明需要传递的上游节点特征范围较小，可以设置较少的网络层数，例如，如果希望仅传递最近的1-2个上游节点特征，且分割节点层数为一或两层，就可以设置较少的网络层数(如1-2层)，如果分割节点层数较多，需要传递更远的上游节点特征，则增加网络层数，对工艺图结构进行边传递网络层数设置，在构建的工艺图结构中，根据确定的网络层数，设置边的传递规则，例如，如果设置了两层网络层数，那么在狭缝涂布节点，就会接收来自放卷PET基膜节点和涂层预固烘箱节点的特征信息，并通过边进行传递和聚合，确保在后续的制备控制参数确定过程中，能够准确地考虑到上游节点的影响，提高制备过程的协同性和准确性。
[0019]在一种可能的实现方式中，根据所述依赖强度进行变化衰减量拟合，确定分割阈值，步骤S120进一步包括步骤S121，根据所述依赖强度，确定变化量的离散度。具体地，明确已经确定了工艺流程节点之间的依赖强度，依赖强度反映了不同工艺节点之间的相互影响程度，使用方差、标准差等方式来计算依赖强度变化量的离散度，通过公式，其中表示样本数量，表示各个依赖强度的变化量，表示依赖强度变化量的平均值，通过公式，可以得到离散度的值，如果离散度大，说明不同节点之间的依赖关系变化剧烈，某些节点对下游工艺的影响可能会有很大的波动，而其他节点的影响相对较弱。
[0020]步骤S122，根据所述离散度，确定中心点。具体地，在得到离散度之后，根据离散度来确定中心点，中心点可以通过多种方式确定，例如可以取依赖强度变化量的平均值作为中心点，如果离散度较大，说明依赖强度变化较为分散，此时中心点的确定可能需要考虑更多的因素，如中位数等更稳健的统计量，如果离散度较小，平均值可能是一个比较合适的中心点。
[0021]步骤S123，根据最大依赖强度与次大依赖强度变化量的半量，获得调节常数。具体地，确定最大依赖强度和次大依赖强度，在所有的依赖强度中，找出最大值和次大值，计算最大依赖强度与次大依赖强度变化量的半量，先计算最大依赖强度和次大依赖强度的差值，然后取差值的一半作为调节常数，调节常数反映了依赖强度变化的一个相对幅度，用于调整分割阈值。
[0022]步骤S124，根据所述中心点对应的依赖强度以及所述调节常数，获得所述分割阈值。具体地，根据前面确定的中心点对应的依赖强度和调节常数来获得分割阈值，分割阈值的计算公式可以是分割阈值=中心点对应的依赖强度+调节常数，分割阈值将用于确定哪些上游节点对当前节点的影响较大，从而在后续的工艺图结构边传递网络层数设置中起到关键作用。
[0023]在一种可能的实现方式中，根据所述中心点对应的依赖强度以及所述调节常数，获得所述分割阈值，步骤S124进一步包括步骤S1241，所述分割阈值的表达式为：，其中，为中心点对应的依赖强度，为调节常数，，其中，是最大依赖强度、是次大依赖强度。具体地，在确定分割阈值的过程中，首先通过对工艺流程节点的物理原理和历史样本数据的分析确定中心点对应的依赖强度。在所有工艺流程节点之间的依赖强度中找出最大依赖强度和次大依赖强度，依据公式计算出调节常数，分割阈值的表达式为，该分割阈值用于区分不同工艺流程节点对特定节点的影响程度，高于分割阈值的上游节点被认为对当前节点有较大影响，低于分割阈值则影响较小，为后续确定依赖流程节点、分割节点层数以及设置网络层数等操作提供重要依据。
[0024]步骤S200，按照制备工艺流程的时序关系设置时序约束条件，将所述时序约束条件拟合至边中，所述时序约束条件用于约束每个节点到下游节点的延迟时间。具体而言，在多层复合薄膜制备过程中，首先明确工艺流程的时序关系，各工艺节点依序进行，根据实际情况和要求设置时序约束条件，确定每个节点到下游节点的延迟时间范围，该延迟时间可依据历史数据、工艺标准及实际生产经验确定，然后将时序约束条件拟合至边中，在构建的工艺图结构里，边代表节点间连接和依赖关系，加入延迟时间约束信息后，进行边传递网络层数设置和特征传递时，能根据约束条件调整优化节点间信息传递，在确定制备控制参数时，考虑上游节点对当前节点的影响并结合时序约束条件，若上游节点延迟时间过长会影响当前节点控制参数调整，将时序约束条件拟合至边中可有效约束节点到下游节点的延迟时间，提高制备过程的稳定性和可控性。
[0025]步骤S300，按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征。具体而言，在多层复合薄膜制备过程中，首先依据时序约束条件确定工艺顺序，确保制备过程有序进行，利用工艺图结构中的边，各节点传递相邻上游节点的特征信息，然后将接收到的特征信息进行聚合处理，通过聚合操作将来自不同上游节点的信息整合为统一的特征表示，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征，例如当放卷张力较大时，涂布节点可通过聚合该信息并利用更新函数及时调整涂布厚度，提高制备均匀性，实现各工艺节点之间的信息交互和协同优化，提升制备质量和效率。
[0026]在一种可能的实现方式中，按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征，步骤S300进一步包括步骤S310，设置边传递网络层数的影响权重。具体地，在多层复合薄膜制备的工艺图结构中，边代表节点之间的连接和依赖关系，为了更好地控制特征在节点之间的传递和聚合，首先需要设置边传递网络层数的影响权重，影响权重反映了不同层级的上游节点对下游节点的重要程度，例如，在某些工艺中，紧邻的上游节点可能对当前节点的影响较大，而较远层级的上游节点影响相对较小，通过合理设置影响权重，可以更加准确地模拟实际工艺流程中节点之间的相互作用。
[0027]步骤S320，根据所述影响权重，按照工艺流程的层级关系从最上游的节点开始依次向下传递并累积特征信息，通过多次聚合传递至下游节点，获得聚合特征信息。具体地，在确定了影响权重之后，按照工艺流程的层级关系从最上游的节点开始进行特征信息的传递，由于工艺流程具有明确的先后顺序，从最上游的节点开始能够确保信息的源头准确无误，在传递过程中，根据影响权重，将上游节点的特征信息依次向下传递，并进行累积，每次传递到一个节点时，该节点会将接收到的来自不同上游节点的特征信息进行聚合，通过多次聚合操作，特征信息不断地被整合和优化，最终传递至下游节点，获得聚合特征信息，聚合特征信息包含了多个上游节点的状态和特征，能够为下游节点的特征更新提供全面的参考。
[0028]步骤S330，通过更新函数：，将所述聚合特征信息与自身特征进行结合，获得所述新的节点特征;其中， 为节点j在t+1时刻新的特征向量、为激活函数、为上游节点对下游节点的影响权重，为边传递网络层级的各上游节点集合、为上游节点i在t时刻的特征，为当前节点j在t时刻的自身特征向量、为可训练的权重矩阵，用于对聚合后的特征进行线性变换。具体地，为节点j在t+1时刻新的特征向量，特征向量表示节点j在经过特征传递和更新后的最终状态，它包含了该节点在工艺流程中的当前状态信息，如张力、速度、温度、厚度等工艺参数。通过特征传递与更新，节点的特征不断被调整和优化，为激活函数，激活函数是一种非线性函数，用于对节点特征进行非线性变换，常用的激活函数有ReLU、Sigmoid和Tanh等，激活函数的作用是将线性变换后的特征进行非线性映射，使模型能够捕捉到更复杂的模式和关系，帮助节点在特征传递和更新过程中进行非线性调整，例如，ReLU函数将负值设为零，正值保持不变;Sigmoid函数将输入值映射到[0,1]区间;Tanh函数将输入值映射到[-1,1]区间，为上游节点对下游节点的影响权重，决定了不同上游节点对当前节点的贡献程度，为边传递网络层级的各上游节点集合，包含了所有对节点j有影响的上游节点，为上游节点i在t时刻的特征，代表了上游节点的状态信息，当前节点j在t时刻的自身特征向量，反映了节点j在当前时刻的初始状态，为可训练的权重矩阵用于对聚合后的特征进行线性变换，通过训练这个权重矩阵，可以更好地适应不同的工艺流程和数据分布，先计算，即对所有上游节点的特征乘以对应的影响权重后进行求和，表示聚合了上游节点的特征信息，考虑了不同上游节点对当前节点的贡献，将聚合后的上游特征信息与当前节点的自身特征向量相加，得到。将线性变换后的结果输入激活函数，得到节点j在t+1时刻新的特征向量，将聚合特征信息与自身特征进行结合，实现了节点特征的更新和优化。
[0029]步骤S400，根据新的节点特征进行制备控制参数解析，获得节点制备参数。具体而言，在获得新的节点特征后，对其进行分析和解读，提取与制备控制相关的关键信息，如根据节点的温度和厚度特征推断出需调整的加热功率或涂布速度等制备控制参数。这一过程可能涉及复杂数学模型和算法或基于历史数据和经验的规则推导，通过对多个节点特征综合考虑以及分析不同工艺环节间相互关系进行制备控制参数解析，最终得到节点制备参数，用于指导实际制备过程，确保多层复合薄膜质量和性能符合要求，且可能需根据新节点特征不断调整和优化制备控制参数以适应不同生产条件和需求变化。
[0030]在一种可能的实现方式中，根据新的节点特征进行制备控制参数解析，获得节点制备参数，步骤S400进一步包括步骤S410，构建映射函数，所述映射函数为利用历史训练数据集通过机器学习模型进行转换关系学习而得，所述历史训练数据集包括特征向量、制备控制参数及其映射关系，其中所述映射函数用于将特征向量转换为制备控制参数。具体地，收集历史训练数据集，数据集中包含了特征向量、制备控制参数以及它们之间的映射关系，特征向量反映了工艺流程中各个节点的状态信息，如张力、速度、温度、厚度等工艺参数，制备控制参数则是用于调整和控制制备过程的具体参数，如加热功率、涂布速度、压力等，通过对历史数据的分析，可以了解不同特征向量与制备控制参数之间的对应关系，利用历史训练数据集通过机器学习模型进行转换关系学习，选择合适的机器学习算法，如线性回归、神经网络、决策树等，能够从历史数据中学习特征向量与制备控制参数之间的复杂关系，例如，对于线性关系较为明显的情况，可以使用线性回归算法;对于关系较为复杂的情况，可以采用神经网络等非线性模型，最终构建出映射函数，映射函数能够将特征向量转换为制备控制参数，为后续的控制参数解析提供基础。
[0031]步骤S420，将所述新的节点特征作为输入变量，通过所述映射函数进行特征映射，获得所述制备控制参数作为所述节点制备参数。具体地，通过前面的特征传递和更新过程，得到当前节点的最新特征，即新的节点特征，新的节点特征包含了经过一系列处理和更新后的节点在工艺流程中的当前状态信息，将新的节点特征作为输入变量，通过构建好的映射函数进行特征映射，根据特征与控制参数之间的关系，可以选择线性映射或非线性映射方法，如果特征与控制参数之间存在较为线性的关系，可以使用线性映射，即公式，其中是节点j的控制参数向量，是特征到控制参数的线性映射矩阵，是偏置项。例如，涂布节点的特征(如厚度、速度)可以通过线性映射，直接解析为需要的涂布厚度、涂布速度等控制参数;张力控制参数可根据聚合后的特征张力信息进行线性调整，如果特征与控制参数之间的关系较为复杂，可以使用非线性映射函数，如多层感知器等神经网络结构，即公式 ，其中是非线性映射函数，例如，在某些复杂工艺中，如温度对涂布厚度的影响，可能需要非线性映射。当涂布过厚时，固化过程的温度可能需要非线性调整。此时，使用机器学习模型来拟合历史数据，可以预测不同特征组合下的最优控制参数，根据通过映射函数解析出的控制参数，实时调整制备工艺，例如，根据得到的涂布速度控制参数调整涂布设备的运行速度，根据加热功率控制参数调整加热装置的功率等，通过实时调整制备工艺，可以提高产品质量，优化生产流程，不断收集新的生产数据，更新历史训练数据集，进一步优化映射函数，实现持续改进，通过构建映射函数，并将新的节点特征通过映射函数进行特征映射，可以获得制备控制参数作为节点制备参数，实现对多层复合薄膜制备过程的精确控制。
[0032]在一种可能的实现方式中，将所述新的节点特征作为输入变量，通过所述映射函数进行特征映射，获得所述制备控制参数作为所述节点制备参数，步骤S420进一步包括步骤S421，设置各工艺流程节点的设备控制参数限值，利用所述设备控制参数限值判定所述节点制备参数是否满足限值要求，当不满足时实施硬约束，用以将限值进行节点制备参数约束赋值。具体地，根据工艺流程的要求和设备的性能特点，设置各工艺流程节点的设备控制参数限值，限值包括上限值和下限值，例如涂布厚度的最大允许值、加热温度的范围等，设备控制参数限值的确定需要考虑到产品质量要求、设备安全运行以及工艺稳定性等因素，利用设置好的设备控制参数限值来判定通过前面步骤得到的节点制备参数是否满足限值要求，将节点制备参数与设备控制参数限值进行比较，如果节点制备参数在限值范围内，则说明该参数符合要求;如果节点制备参数超出了限值范围，则不满足要求，当节点制备参数不满足限值要求时，实施硬约束，对于超出上下限的参数，可以直接调整到边界值，例如，如果映射得到的涂布厚度超过了允许的最大厚度Pmax，则将其修正为Pmax。这样可以确保节点制备参数在设备可承受的范围内，保证工艺的安全和稳定运行。
[0033]步骤S422，根据节点制备参数与设备控制参数限值，确定偏差控制参数，根据补偿参数对所述偏差控制参数进行补偿分析，添加补偿参数及补偿控制量。具体地，根据节点制备参数与设备控制参数限值的比较结果，确定偏差控制参数，偏差控制参数是指节点制备参数与设备控制参数限值之间的差值，例如，如果节点制备参数为涂布厚度0.007mm，而设备控制参数限值为0.006mm，则偏差控制参数为0.001mm，根据补偿参数对偏差控制参数进行补偿分析，补偿参数是根据工艺经验和历史数据确定的，用于弥补节点制备参数与设备控制参数限值之间的偏差，例如，在多层复合薄膜制备过程中，由于工艺限制，涂布厚度从理想的0.007mm调整为0.006mm，导致涂层干燥效果受到影响，为弥补这个偏差，可以使用温度补偿和时间补偿等方法，根据补偿模型，增加烘干温度5°C以弥补涂布厚度的降低，通过提高烘干温度，可以加快涂层的干燥速度，确保材料在较薄的涂层下仍能充分干燥，时间补偿：延长烘干时间10秒，确保材料在较薄的涂层下仍能充分干燥，通过延长烘干时间，可以增加材料在烘干设备中的停留时间，提高干燥效果，在确定了补偿参数和补偿控制量后，将其添加到偏差控制参数中，补偿控制量是指根据补偿参数确定的具体调整值，例如，如果温度补偿为增加烘干温度5°C，则补偿控制量为5°C，将补偿控制量添加到偏差控制参数中，可以得到调整后的偏差控制参数。
[0034]步骤S423，将所述补偿参数及补偿控制量融合至所述节点制备参数中，进行节点制备参数更新。具体地，将补偿参数及补偿控制量融合至节点制备参数中，进行节点制备参数更新，将调整后的偏差控制参数与节点制备参数相结合，可以得到更新后的节点制备参数，更新后的节点制备参数既考虑了设备控制参数限值的要求，又通过补偿参数和补偿控制量进行了调整，能够更好地适应工艺要求和设备性能，通过设置设备控制参数限值、确定偏差控制参数、进行补偿分析以及更新节点制备参数，可以实现对多层复合薄膜制备过程的精确控制，提高产品质量和工艺稳定性。
[0035]本申请实施例采用将多层复合薄膜制备工艺流程作为图节点构建工艺图结构，以工艺流程间物理参数联系为边，按时序关系设约束条件并拟合至边中，约束节点到下游节点延迟时间。依时序约束确定工艺顺序，各节点通过边传递上游特征信息并聚合，结合自身特征生成新节点特征，再根据新特征解析获得节点制备参数，通过对多层复合薄膜制备过程的高度协同和精准控制，达到了提高制备均匀性、产品质量稳定性的技术效果。
[0036]在上文中，参照图1详细描述了根据本发明实施例的一种多节点协同的多层复合薄膜材料制备方法。接下来，将参照图2描述根据本发明实施例的一种多节点协同的多层复合薄膜材料制备装置。
[0037]根据本发明实施例的一种多节点协同的多层复合薄膜材料制备装置用于解决现有多层复合薄膜制备中各工艺流程节点独立、缺乏时序约束，降低了制备均匀性、产品质量稳定性的技术问题，通过对多层复合薄膜制备过程的高度协同和精准控制，达到了提高制备均匀性、产品质量稳定性的技术效果。一种多节点协同的多层复合薄膜材料制备装置包括：工艺图结构构建模块10、约束拟合模块20、节点特征生成模块30、节点制备参数获取模块40。
[0038]工艺图结构构建模块10用于将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系。
[0039]约束拟合模块20用于按照制备工艺流程的时序关系设置时序约束条件，将所述时序约束条件拟合至边中，所述时序约束条件用于约束每个节点到下游节点的延迟时间。
[0040]节点特征生成模块30用于按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征。
[0041]节点制备参数获取模块40用于根据新的节点特征进行制备控制参数解析，获得节点制备参数。
[0042]下面，将详细描述工艺图结构构建模块10的具体配置。如上文中所述，将多层复合薄膜的制备工艺流程作为图节点，每个工艺流程节点作为顶点，节点之间的关联关系作为边，构建工艺图结构，其中关联关系为工艺流程之间的物理参数联系，工艺图结构构建模块10进一步包括：依赖关系确定单元，所述依赖关系确定单元用于根据工艺流程节点的物理原理以及历史样本数据，确定工艺流程节点之间的依赖关系及其依赖强度;分割阈值确定单元，所述分割阈值确定单元用于分割阈值根据所述依赖强度进行变化衰减量拟合，确定分割阈值;分割节点层数确定单元，所述分割节点层数确定单元用于利用所述分割阈值确定依赖流程节点，确定分割节点层数;网络层数设置单元，所述网络层数设置单元用于根据所述分割节点层数设置网络层数，对所述工艺图结构进行边传递网络层数设置。
[0043]其中，分割阈值根据所述依赖强度进行变化衰减量拟合，确定分割阈值，分割阈值确定单元进一步包括：离散度确定子单元，所述离散度确定子单元用于根据所述依赖强度，确定变化量的离散度;中心点确定子单元，所述中心点确定子单元用于根据所述离散度，确定中心点;调节常数获取子单元，所述调节常数获取子单元用于根据最大依赖强度与次大依赖强度变化量的半量，获得调节常数;分割阈值获取子单元，所述分割阈值获取子单元用于根据所述中心点对应的依赖强度以及所述调节常数，获得所述分割阈值。
[0044]其中，根据所述中心点对应的依赖强度以及所述调节常数，获得所述分割阈值，分割阈值获取子单元进一步包括：分割阈值表达式组成微单元，所述分割阈值表达式组成微单元用于所述分割阈值的表达式为：，其中，为中心点对应的依赖强度，为调节常数，，其中，是最大依赖强度、是次大依赖强度。
[0045]下面，将详细描述节点特征生成模块30的具体配置。如上文中所述，按照时序约束条件确定工艺顺序，通过所述工艺图结构中的边，各节点传递相邻上游节点的特征信息，并将接收到的特征信息聚合，每个节点使用更新函数将聚合特征信息与自身特征结合，生成新的节点特征，节点特征生成模块30进一步包括：影响权重设置单元，所述影响权重设置单元用于设置边传递网络层数的影响权重;聚合特征信息获取单元，所述聚合特征信息获取单元用于根据所述影响权重，按照工艺流程的层级关系从最上游的节点开始依次向下传递并累积特征信息，通过多次聚合传递至下游节点，获得聚合特征信息;新节点特征获取单元，所述新节点特征获取单元用于通过更新函数：，将所述聚合特征信息与自身特征进行结合，获得所述新的节点特征;其中， 为节点j在t+1时刻新的特征向量、为激活函数、为上游节点对下游节点的影响权重，为边传递网络层级的各上游节点集合、为上游节点i在t时刻的特征，为当前节点j在t时刻的自身特征向量、为可训练的权重矩阵，用于对聚合后的特征进行线性变换。
[0046]下面，将详细描述节点制备参数获取模块40的具体配置。如上文中所述，根据新的节点特征进行制备控制参数解析，获得节点制备参数，节点制备参数获取模块40进一步包括：映射函数构建单元，所述映射函数构建单元用于构建映射函数，所述映射函数为利用历史训练数据集通过机器学习模型进行转换关系学习而得，所述历史训练数据集包括特征向量、制备控制参数及其映射关系，其中所述映射函数用于将特征向量转换为制备控制参数;节点制备参数获取单元，所述节点制备参数获取单元用于将所述新的节点特征作为输入变量，通过所述映射函数进行特征映射，获得所述制备控制参数作为所述节点制备参数。
[0047]其中，将所述新的节点特征作为输入变量，通过所述映射函数进行特征映射，获得所述制备控制参数作为所述节点制备参数，节点制备参数获取单元进一步包括：设备控制参数限值设置子单元，所述设备控制参数限值设置子单元用于设置各工艺流程节点的设备控制参数限值，利用所述设备控制参数限值判定所述节点制备参数是否满足限值要求，当不满足时实施硬约束，用以将限值进行节点制备参数约束赋值;偏差控制参数确定子单元，所述偏差控制参数确定子单元用于根据节点制备参数与设备控制参数限值，确定偏差控制参数，根据补偿参数对所述偏差控制参数进行补偿分析，添加补偿参数及补偿控制量;制备参数更新子单元，所述制备参数更新子单元用于将所述补偿参数及补偿控制量融合至所述节点制备参数中，进行节点制备参数更新。
[0048]本发明实施例所提供的一种多节点协同的多层复合薄膜材料制备装置可执行本发明任意实施例所提供的一种多节点协同的多层复合薄膜材料制备方法，具备执行方法相应的功能模块和有益效果。
[0049]虽然本申请对根据本申请的实施例的装置中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可;另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0050]上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合和替代。任何在本申请的精神和原则之内所做的修改、等同替换和改进等，均应包含在本申请保护范围之内。在一些情况下，在本申请中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
说明书附图(2)
声明：
“多节点协同的多层复合薄膜材料制备方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
220
编辑：中冶有色网
来源：飞琳科新材料（南通）有限公司
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年04月25日 ~ 27日 
