(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111363022.0 (22)申请日 2021.11.17 (71)申请人 郑州大学 地址 450001 河南省郑州市高新 技术开发 区科学大道100号 申请人 徐州奥克罗拉特种陶瓷有限公司 (72)发明人 范冰冰　陈勇强　张锐　陈洋荣　 杜孝硕　王海龙　李明亮　邵刚　 许红亮　卢红霞　 (74)专利代理 机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 代理人 韩迎之 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01)G06F 119/02(2020.01) (54)发明名称 陶瓷材料微波烧 结过程智能控制方法、 系统 及可存储介质 (57)摘要 本发明公开了一种陶瓷材料微波烧结过程 智能控制方法、 系统及可存储介质， 其中方法包 括： 获取陶瓷材料在同一时刻的工作状态参数与 调节参数， 并进行数据预处理； 基于机器学习算 法构建多个分类器模型， 将经过预处理的所述工 作状态参数与调节参数组成训练样 本， 并输入至 多个所述分类器模型进行训练， 得到多个所述工 作状态参数与调节参数对应的映射关系； 构建决 策机模型， 将多个所述映射关系输入至所述决策 机模型， 得到工作状态参数与调节 参数的数据模 型， 实现对陶瓷材料的烧结过程进行控制； 本发 明可以实现微波烧结过程实现快速、 准确的控 制。 权利要求书1页 说明书4页 附图1页 CN 114036851 A 2022.02.11 CN 114036851 A 1.一种陶瓷材 料微波烧结 过程智能控制方法， 其特 征在于， 包括： 获取陶瓷材 料在同一时刻的工作状态参数以及调节参数， 并进行 数据预处 理； 构建多个分类器模型， 将经过预处理的所述工作状态参数以及调节参数组成训练样 本， 并输入至多个所述分类器模型进行训练， 得到多个所述工作状态参数与调节参数对应 的映射关系； 构建决策机模型， 将多个所述映射关系输入至所述决策机模型， 得到工作状态参数与 调节参数的数据模型， 实现对陶瓷材 料的烧结 过程进行控制。 2.根据权利要求1所述的一种陶瓷材料微波烧结过程智能控制方法， 其特征在于， 得到 工作状态参数与调节参数的数据模型的具体过程包括： 综合多个所述分类 器模型生成的映射关系， 形成决策 数据库； 所述决策机模型设置所述映射关系的权重， 生成工作状态参数与调节参数的数据模 型。 3.根据权利要求2所述的一种陶瓷材料微波烧结过程智能控制方法， 其特征在于， 所述 分类器模型采用聚类算法、 支持向量机算法、 深度学习算法中的任一种或任几种。 4.根据权利要求1 ‑3任一项所述的一种陶瓷材料微波烧结过程智能控制方法， 其特征 在于， 所述预 处理过程包括： 冗余数据剔除、 遗漏数据补充及数据归一化操作中的任一种或 任几种。 5.根据权利要求1 ‑3任一项所述的一种陶瓷材料微波烧结过程智能控制方法， 其特征 在于， 所述工作状态参数包括： 反应腔的温度、 湿度、 氧分压、 总气压和反射功率， 所述调节 参数包括： 升温速率、 托盘转速 。 6.一种陶瓷材 料微波烧结 过程智能控制系统， 其特 征在于， 包括： 参数采集模块， 用于采集陶瓷材 料在烧结 过程中的工作状态参数及调节参数； 构建模块， 用于构建后续数据处 理的分类 器模型及决策机模型； 处理模块， 用于利用所述分类器模型及决策机模型对所述工作状态参数及调节参数进 行预处理， 并输出对应的数据模型； 控制模块， 用于根据所述数据模型实现对陶瓷材 料在烧结 过程中的参数控制。 7.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储计算机程 序， 所述计算机程序被处 理器执行时实现如权利要求1至 5中任一项所述的处 理方法。权　利　要　求　书 1/1 页 2 CN 114036851 A 2陶瓷材料微 波烧结过程智能控制方 法、 系统及 可存储介质 技术领域 [0001]本发明涉及过程控制技术领域， 更具体的说是涉及一种陶瓷材料微波烧结过程智 能控制方法、 系统及可存 储介质。 背景技术 [0002]目前， 微波烧结技术被誉为 “21世纪新一代烧结技术 ”， 与常规烧结技术相比， 它具 有升温速度快、 能源利用率高、 加热效率高和安全卫生无污染等特点， 并能提高产品的均匀 性和成品率， 改善被烧结 材料的微观结构和性能。 [0003]但是， 随着高炉生产对烧结矿质量、 产量要求的日益提高， 烧结过程控制的目标也 越来越高,传统的局部基础自动化控制已经无法满足现代化的生产要求。 传统的PID(比 例－积分－微分)控制一般在设定好参数之后， 不能随意改动， 然而在某一种材料的烧结过 程中， 反应腔的运行状态变化规律并不是一成不变的， 预设的参数不是一直为最佳控制状 态， 如果一直保持不变的话， 会使系统控制精度下降。 [0004]因此， 如何提供一种能够 解决上述问题的陶瓷材料烧结过程控制方法是本领域技 术人员亟需解决的问题。 发明内容 [0005]有鉴于此， 本发明提供了一种陶瓷材料微波烧结过程智能控制 方法、 系统及可存 储介质， 通过机器学习对大量监测数据的训练得到数据模型， 进而利用该模型实现对陶瓷 微波烧结 过程的快速及准确的控制， 以提高烧结控制精度和效率。 [0006]为了实现上述目的， 本发明采用如下技 术方案： [0007]一种陶瓷材 料微波烧结 过程智能控制方法， 包括： [0008]获取陶瓷材 料在同一时刻的工作状态参数以及调节参数， 并进行 数据预处 理； [0009]构建多个分类器模型， 将经过预处理的所述工作状态参数以及调节参数组成训练 样本， 并输入至多个所述分类器模型进行训练， 得到多个所述工作状态参数与调节参数对 应的映射关系； [0010]构建决策机模型， 将多个所述 映射关系输入至所述决策机模型， 得到工作状态参 数与调节参数的数据模型， 实现对陶瓷材 料的烧结 过程进行控制。 [0011]优选的， 得到 工作状态参数与调节参数的数据模型的具体过程包括： [0012]综合多个所述分类 器模型生成的映射关系， 形成决策 数据库； [0013]所述决策机模型设置所述映射关系的权重， 生成工作状态参数与调节参数的数据 模型。 [0014]优选的， 所述分类器模型采用聚类算法、 支持向量机算法、 深度学习算法 中的任一 种或任几种。 [0015]优选的， 所述预处理过程包括： 冗余数据剔除、 遗漏数据补充及数据归一化操作中 的任一种或任几种。说　明　书 1/4 页 3 CN 114036851 A 3