多晶莫來石纖維的生產控制系統及方法技術方案

本申請涉及智能控制技術領域，其具體地公開了一種多晶莫來石纖維的生產控制系統及方法，其采用深度學習技術，從膠體成纖監控視頻中提取出纖維的狀態變化特征信息，以及，從多個時間點的圓盤轉速中提取出圓盤轉速的時序動態特征，并以二者的關聯性特征表示來進行當前時間點的圓盤轉速的實時控制

【技術實現步驟摘要】
多晶莫來石纖維的生產控制系統及方法


[0001]本申請涉及智能控制
，且更為具體地，涉及一種多晶莫來石纖維的生產控制系統及方法
。

技術介紹

[0002]多晶莫來石纖維是國際上最新的耐高溫絕熱材料，它集纖維材料和晶體材料的特性于一體，具有耐高溫
、
抗蠕變性
、
熱化學穩定性
、
熱膨脹系數低
、
熱導率小和高模量等特性，常用于高溫隔熱和耐火材料的制備
。
多晶莫來石纖維通常采用化學膠體法制作，由高純度的氧化鋁
、
二氧化硅和成膠的添加物按一定比例混合制備成膠體，然后在高速旋轉的離心力作用下，膠體溶液拉出纖維，再經過低溫干燥和高溫熱處理后完成晶體轉變
。
[0003]成纖工藝是生產多晶莫來石纖維的關鍵，也是技術難度和操作難度較大的一個環節
。
首先將配制好的膠體放入一個壓力容器內，通過氣力輸送到高速旋轉的圓盤上，膠體被離心拋出后經熱空氣噴吹成纖
。
其原理為離心力拉伸纖維并促使纖維形成較細的結構
。
但是，過高的圓盤轉速可能會導致纖維斷裂或形成不均勻的纖維，然而，圓盤轉速過低又會使制得的纖維尺寸達不到要求
。
[0004]因此，期待一種多晶莫來石纖維的生產控制系統及方法
。

技術實現思路

[0005]為了解決上述技術問題，提出了本申請
。
本申請的實施例提供了一種多晶莫來石纖維的生產控制系統及方法，其采用深度學習技術，從膠體成纖監控視頻中提取出纖維的狀態變化特征信息，以及，從多個時間點的圓盤轉速中提取出圓盤轉速的時序動態特征，并以二者的關聯性特征表示來進行當前時間點的圓盤轉速的實時控制
。
這樣，能夠實時準確地基于纖維狀態進行圓盤轉速調整，以減少纖維斷裂和尺寸不達標等缺陷的發生，提高纖維的質量和生產效率
。
[0006]相應地，根據本申請的一個方面，提供了一種多晶莫來石纖維的生產控制系統，其包括：
[0007]數據采集模塊，用于獲取膠體在成纖過程中預定時間段內多個預定時間點的圓盤轉速值以及由攝像頭采集的所述預定時間段的膠體成纖監控視頻；
[0008]關鍵幀提取模塊，用于從所述膠體成纖監控視頻中提取多個纖維狀態關鍵幀；
[0009]纖維狀態特征提取模塊，用于將所述多個纖維狀態關鍵幀分別通過包含顯著目標檢測器的第一卷積神經網絡模型以得到多個纖維狀態特征向量；
[0010]轉移計算模塊，用于計算所述多個纖維狀態特征向量中每相鄰兩個時間點的纖維狀態特征向量之間的轉移矩陣以得到多個轉移矩陣；
[0011]纖維狀態時序變化特征提取模塊，用于將所述多個轉移矩陣排列為三維輸入張量后通過使用通道注意力機制的第二卷積神經網絡模型以得到纖維狀態時序變化特征向量；
[0012]圓盤轉速時序編碼模塊，用于將所述多個預定時間點的圓盤轉速值按照時間維度
排列為轉速輸入向量后通過包含全連接層和一維卷積層的時序編碼器以得到轉速時序特征向量；
[0013]關聯編碼模塊，用于對所述纖維狀態時序變化特征向量和所述轉速時序特征向量進行關聯編碼以得到分類特征矩陣；
[0014]控制結果生成模塊，用于將所述分類特征矩陣通過分類器以得到分類結果，所述分類結果用于表示當前時間點的圓盤轉速應增大或減小
。
[0015]在上述多晶莫來石纖維的生產控制系統中，所述關鍵幀提取模塊，用于：以預定采樣頻率從所述膠體成纖監控視頻中提取多個纖維狀態關鍵幀
。
[0016]在上述多晶莫來石纖維的生產控制系統中，所述纖維狀態特征提取模塊，用于：使用所述包含顯著目標檢測器的第一卷積神經網絡模型的各層在層的正向傳遞中分別對輸入數據進行：使用第一卷積核對所述輸入數據進行卷積處理以得到第一卷積特征圖；使用第二卷積核對所述第一卷積特征圖進行卷積處理以得到第二卷積特征圖，其中，所述第一卷積核的尺寸大于所述第二卷積核的尺寸；對所述第二卷積特征圖進行基于通道維度的各個特征矩陣的全局池化處理以得到池化特征圖；對所述池化特征圖進行激活處理以得到激活特征圖；其中，所述第一卷積神經網絡模型的最后一層的輸出為所述纖維狀態特征向量，所述第一卷積神經網絡模型的第一層的輸入為所述纖維狀態關鍵幀
。
[0017]在上述多晶莫來石纖維的生產控制系統中，所述轉移計算模塊，用于：以如下轉移公式計算所述多個纖維狀態特征向量中每相鄰兩個時間點的纖維狀態特征向量之間的轉移矩陣以得到所述多個轉移矩陣；
[0018]其中，所述轉移公式為：
[0019][0020]其中
V1、V2表示所述多個纖維狀態特征向量中相鄰兩個時間點的纖維狀態特征向量，表示矩陣相乘，
M
表示所述轉移矩陣
。
[0021]在上述多晶莫來石纖維的生產控制系統中，所述纖維狀態時序變化特征提取模塊，用于：使用所述第二卷積神經網絡模型的各層在層的正向傳遞中對輸入數據進行：對所述輸入數據進行基于三維卷積核的卷積處理以得到卷積特征圖；計算所述卷積特征圖的沿通道維度的各個特征矩陣的全局均值以獲得通道特征向量；計算所述通道特征向量中各個位置的特征值相對于所述通道特征向量的所有位置的特征值的加權和的比值以得到通道加權特征向量；以所述通道加權特征向量的各個位置的特征值作為權重對所述卷積特征圖的沿通道維度的特征矩陣進行點乘以得到通道注意力圖；對所述通道注意力圖進行基于通道維度的各個特征矩陣的全局均值池化處理以得到池化特征圖；對所述池化特征圖進行激活處理以得到激活特征圖；其中，所述第二卷積神經網絡模型的最后一層輸出為所述纖維狀態時序變化特征向量，所述第二卷積神經網絡的第二層至最后一層的輸入為上一層的輸出，所述第二卷積神經網絡的輸入為所述三維輸入張量
。
[0022]在上述多晶莫來石纖維的生產控制系統中，所述圓盤轉速時序編碼模塊，包括：歸一化映射單元，用于將所述轉速輸入向量進行基于最大值的歸一化處理以得到歸一化后轉速輸入向量；全連接編碼單元，用于使用所述時序編碼器的全連接層對所述歸一化后轉速輸入向量進行全連接編碼以提取所述歸一化后轉速輸入向量中各個位置的特征值的高維隱含特征；一維卷積編碼單元，用于使用所述時序編碼器的一維卷積層對所述歸一化后轉
速輸入向量進行一維編碼以提取所述歸一化后轉速輸入向量中各個位置的特征值間的關聯的高維隱含關聯特征
。
[0023]在上述多晶莫來石纖維的生產控制系統中，所述關聯編碼模塊，包括：第一仿射密度計算單元，用于以如下第一仿射密度計算公式計算所述纖維狀態時序變化特征向量相對于所述轉速時序特征向量的第一仿射密度值，其中，所述第一仿射密度計算公式為；
[0024][0025]其中，
x1表示所述纖維狀態時序變化特征向量，
x2表示所述轉速時序特征向量，
σ1表示第一高斯核函數的寬度參數，...

【技術保護點】

【技術特征摘要】
1.
一種多晶莫來石纖維的生產控制系統，其特征在于，包括：數據采集模塊，用于獲取膠體在成纖過程中預定時間段內多個預定時間點的圓盤轉速值以及由攝像頭采集的所述預定時間段的膠體成纖監控視頻；關鍵幀提取模塊，用于從所述膠體成纖監控視頻中提取多個纖維狀態關鍵幀；纖維狀態特征提取模塊，用于將所述多個纖維狀態關鍵幀分別通過包含顯著目標檢測器的第一卷積神經網絡模型以得到多個纖維狀態特征向量；轉移計算模塊，用于計算所述多個纖維狀態特征向量中每相鄰兩個時間點的纖維狀態特征向量之間的轉移矩陣以得到多個轉移矩陣；纖維狀態時序變化特征提取模塊，用于將所述多個轉移矩陣排列為三維輸入張量后通過使用通道注意力機制的第二卷積神經網絡模型以得到纖維狀態時序變化特征向量；圓盤轉速時序編碼模塊，用于將所述多個預定時間點的圓盤轉速值按照時間維度排列為轉速輸入向量后通過包含全連接層和一維卷積層的時序編碼器以得到轉速時序特征向量；關聯編碼模塊，用于對所述纖維狀態時序變化特征向量和所述轉速時序特征向量進行關聯編碼以得到分類特征矩陣；控制結果生成模塊，用于將所述分類特征矩陣通過分類器以得到分類結果，所述分類結果用于表示當前時間點的圓盤轉速應增大或減小
。2.
根據權利要求1所述的多晶莫來石纖維的生產控制系統，其特征在于，所述關鍵幀提取模塊，用于：以預定采樣頻率從所述膠體成纖監控視頻中提取多個纖維狀態關鍵幀
。3.
根據權利要求2所述的多晶莫來石纖維的生產控制系統，其特征在于，所述纖維狀態特征提取模塊，用于：使用所述包含顯著目標檢測器的第一卷積神經網絡模型的各層在層的正向傳遞中分別對輸入數據進行：使用第一卷積核對所述輸入數據進行卷積處理以得到第一卷積特征圖；使用第二卷積核對所述第一卷積特征圖進行卷積處理以得到第二卷積特征圖，其中，所述第一卷積核的尺寸大于所述第二卷積核的尺寸；對所述第二卷積特征圖進行基于通道維度的各個特征矩陣的全局池化處理以得到池化特征圖；對所述池化特征圖進行激活處理以得到激活特征圖；其中，所述第一卷積神經網絡模型的最后一層的輸出為所述纖維狀態特征向量，所述第一卷積神經網絡模型的第一層的輸入為所述纖維狀態關鍵幀
。4.
根據權利要求3所述的多晶莫來石纖維的生產控制系統，其特征在于，所述轉移計算模塊，用于：以如下轉移公式計算所述多個纖維狀態特征向量中每相鄰兩個時間點的纖維狀態特征向量之間的轉移矩陣以得到所述多個轉移矩陣；其中，所述轉移公式為：其中
V1、V2表示所述多個纖維狀態特征向量中相鄰兩個時間點的纖維狀態特征向量，表示矩陣相乘，
M
表示所述轉移矩陣
。5.
根據權利要求4所述的多晶莫來石纖維的生產控制系統，其特征在于，所述纖維狀態
時序變化特征提取模塊，用于：使用所述第二卷積神經網絡模型的各層在層的正向傳遞中對輸入數據進行：對所述輸入數據進行基于三維卷積核的卷積處理以得到卷積特征圖；計算所述卷積特征圖的沿通道維度的各個特征矩陣的全局均值以獲得通道特征向量；計算所述通道特征向量中各個位置的特征值相對于所述通道特征向量的所有位置的特征值的加權和的比值以得到通道加權特征向量；以所述通道加權特征向量的各個位置的特征值作為權重對所述卷積特征圖的沿通道維度的特征矩陣進行點乘以得到通道注意力圖；對所述通道注意力圖進行基于通道維度的各個特征矩陣的全局均值池化處理以得到池化特征圖；對所述池化特征圖進行激活處理以得到激活特征圖；其中，所述第二卷積神經網絡模型的最后一層輸出為所述纖維狀態時序變化特征向量，所述第二卷積神經網絡的第二層至最后一層的輸入為上一層的輸出，所述第二卷積神經網絡的輸入為所述三維輸入張量
。6.
根據權利要求5所述的多晶莫來石纖維的生產控制系統，其特征在于，所述圓盤轉速時序編碼模塊，包括：歸一化映射單元，用于將所述轉速輸入向量進行基于最大值的歸一化處理以得到歸一化后轉速輸入向量；全連接編碼單元，用于使用所述時序編碼器的全連接層對所述歸一化后轉速輸入向量進行全連接編碼以提取所述歸一化后轉速輸入向量中各個位...

【專利技術屬性】
技術研發人員：嚴掌貴，平偉，張泉華，
申請(專利權)人：浙江歐詩漫晶體纖維有限公司，
類型：發明
國別省市：