摘要
本发明提供了抗冲聚丙烯微观结构的预测方法、系统及存储介质。所述抗冲聚丙烯微观结构的预测方法包括以下步骤:获取加工抗冲聚丙烯的工艺参数。所述工艺参数包括均聚阶段的至少一种第一原料的第一原料浓度及均聚时间,以及共聚阶段的至少一种第二原料的第二原料浓度及共聚时间;根据所述工艺参数,确定抗冲聚丙烯产品的分子量特性的预测值;以及根据所述分子量特性的目标值与预测值的差异,调整所述工艺参数,以获得负荷所述目标值的抗冲聚丙烯产品。本发明可以基于神经网络模型模型,并利用大量历史数据进行训练和预测,用于更加准确地调整加工抗冲聚丙烯的工艺参数,并提升对多种工艺参数的适应性,从而提高抗冲聚丙烯产品的质量和性能。
技术关键词
BP神经网络模型
抗冲聚丙烯
训练样本数据
参数
变量
指数
正态分布函数
节点数
计算机
乙烯
表达式
阶段
误差
预测系统
存储器
指令
系统为您推荐了相关专利信息
径流预报方法
土地利用数据
数字高程模型数据
门控循环单元
混合网络结构
神经模糊系统
工业物联网设备
退化特征
健康预测方法
神经模糊推理系统
监测站
气溶胶监测系统
监测点聚类
数据采集模块
全局正则化
竖向承载力
长短期记忆网络
深度学习模型
桩基
预应力混凝土管桩
转子匝间短路
模糊逻辑加权
诊断方法
谐波
皮尔逊相关系数