申请/专利权人：深圳市海里表面技术处理有限公司

申请日：2024-02-18

公开（公告）日：2024-04-16

公开（公告）号：CN117721513B

主分类号：C25D21/12

分类号：C25D21/12;C25D3/46;G06V10/82;G06V10/40;G01N21/25;C23C18/42

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及镀银光谱检测的技术领域，公开了一种基于光谱分析的自适应镀银方法及系统，该方法包括以下步骤：收集镀银过程的透射光谱图；对所述透射光谱图进行预处理，并将预处理后的光谱图划分为训练集和测试集；构建卷积神经网络模型并进行模型训练和调优；实时采集镀银过程中的透射光谱图，并通过卷积神经网络计算每种可溶反应物的实时浓度；将所述每种可溶反应物的实时浓度与每种可溶反应物的目标浓度进行对比，并根据对比结果调整镀银参数；获取镀层的反射光谱图并分析镀层的质量。本发明能够实现镀银过程的实时控制，实现准确的镀层质量预测和镀银参数优化，满足当下对镀银质量越来越高的需求。

主权项：1.一种基于光谱分析的自适应镀银方法，其特征在于：包括以下步骤：S1：收集镀银过程中镀液的透射光谱图；S2：对所述透射光谱图进行预处理，并将预处理后的光谱图划分为训练集和测试集；S3：构建卷积神经网络模型并进行模型训练和调优；S4：实时采集镀银过程中的透射光谱图，并通过卷积神经网络计算每种可溶反应物的实时浓度；S5：将所述每种可溶反应物的实时浓度与每种可溶反应物的目标浓度进行对比，并根据对比结果调整镀银参数；方法如下：建立镀银过程的浓度预测模型，模型方程如下： ；其中，表示t时刻的浓度矩阵，所述浓度矩阵由镀银过程中每种可溶反应物的浓度数据组成；A表示状态转移矩阵；为模型的输出，表示t+时刻的浓度矩阵的预测值； 表示t时刻的参数矩阵，所述参数矩阵由镀银参数构成；B表示参数转移矩阵； 表示残差矩阵，表示浓度预测模型与真实镀银过程的差异；K表示增益矩阵；残差矩阵由参数矩阵和浓度矩阵的基函数构成，形式如下： ；其中，表示第i个基函数，表示第i个基函数的权重参数；i的取值范围为1，2，……，n，n为基函数的总个数；收集N次镀银实验中每种可溶反应物的目标浓度与每个时间点的目标浓度，对镀银参数来进行参数辨识，得到浓度预测模型；涉及的公式如下： ；其中，θ表示所述浓度预测模型的参数集，包括状态转移矩阵A中的元素、参数转移矩阵B中的元素、增益矩阵K中的元素、残差矩阵中的权重参数和基函数中的参数；表示θ的最优解，保存并应用于所述浓度预测模型； 表示在第j次镀银实验中，时刻的浓度矩阵的预测值；m为每次镀银实验中时间点的个数； 表示在第j次镀银实验中，当t=时的目标浓度矩阵；所述目标浓度矩阵由每种可溶反应物的目标浓度数据组成；计算目标函数，公式如下： ；其中，表示t时刻的目标函数；、表示权重系数；表示t+时刻第k种可溶反应物的目标浓度；表示t+时刻第k种可溶反应物的浓度预测值，基于所述浓度预测模型输出的浓度矩阵获取；表示t时刻第v种镀银参数的取值；p为可溶反应物的种类数；q为镀银参数的个数；若目标函数小于等于预设的阈值，则不对镀银过程进行调整；否则，采用线性二次规划来最小化目标函数，得到镀银参数的最佳取值，v的取值范围为1，2，……，q；根据对镀银参数进行反馈调整；迭代进行调整镀银参数的方法步骤，直至镀银完成；S6：获取镀层的反射光谱图并分析镀层的质量。

全文数据：

权利要求：

百度查询： 深圳市海里表面技术处理有限公司 基于光谱分析的自适应镀银方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD