本发明涉及镀银光谱检测的,具体涉及一种基于光谱分析的自适应镀银方法及系统。
背景技术:
1、镀银是一种常用的表面处理技术,广泛应用于光学器件、显示屏、太阳能电池等领域。传统的镀银方法通常采用固定参数,根据经验或试错法确定镀银参数,如镀液成分、温度、电流密度等。然而,传统方法存在着一些缺陷,限制了镀银的均匀性、附着力和效果的稳定性。
2、首先,不同材料的光学性质和形状差异较大,传统固定参数的镀银方法无法满足不同材料的特殊要求。例如,玻璃和金属材料在光学特性上存在较大差异,需要针对其特殊的反射、透射和散射光谱进行个性化调整。此外,随着纳米技术的发展,微细结构和复杂形状的材料也越来越常见,对镀银的要求更高。其次,传统方法主要依赖经验或试错法来确定镀银参数,存在着一定的主观性和盲目性。这种方法往往是通过不断尝试不同的镀银参数来获得满意的效果,缺乏科学性和精确性。同时,传统方法无法充分考虑材料本身的变化以及镀液老化等因素对镀银效果的影响,导致镀层质量的不稳定性。此外,固定参数的镀银方法很难实现实时监测和调整。由于反射、透射和散射光谱是材料光学性质的重要指标,传统方法无法实时获取并进行准确的分析。这使得无法对镀银过程中的变化进行及时控制,导致镀层质量的不稳定性和生产效率的下降。
3、如授权公告号为cn113604857b的中国专利公开了一种纳米电镀超快激光强化及原位在线监测装置,包括工控台、超快激光器、光谱仪、激光探头、全息照相机、脉冲发生器、质谱仪和光路系统;激光探头、全息照相机和脉冲发生器均设置在微纳器件阴极靶的附近区域内;工控机分别与超快激光器、光谱仪、脉冲发生器、质谱仪和脉冲电镀电源连接;全息照相机与光谱仪连接。该发明能够对激光电镀进行原位在线监测。
4、如授权公告号为cn216847450u的中国专利公开了一种电镀金属表面膜厚光谱检测装置,属于光谱检测装置技术领域,包括底座,底座的上表面固定连接有检测箱,检测箱的内壁固定连接有电机,电机的前端固定连接有半齿轮,半齿轮的外侧套设有移动框,移动框的内壁固定连接有齿牙,半齿轮与齿牙啮合连接,移动框的下表面固定连接有光谱仪,光谱仪的下方设有夹持机构,检测箱的上表面固定连接有控制器。避免空气中的一些杂质影响光谱检测装置的检测结果,其次能够对被检测的物质进行两遍检测,因此能够得出两组检测数据,之后通过对两组数据进行整合,从而能够更准确的得出检测检测数据,进一步减少检测数据的误差。
5、以上专利都存在本背景技术提出的问题:无法充分考虑材料本身的变化以及镀液老化等因素对镀银效果的影响,导致镀层质量的不稳定性,无法实现实时监测和调整。
6、公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域普通技术人员所公知的现有技术。
技术实现思路
1、本发明所要解决的技术问题是克服现有技术的缺陷,提供一种基于光谱分析的自适应镀银方法及系统,实现镀银过程的实时反馈控制,实现准确的镀层质量预测和镀银参数优化,并满足对镀银质量要求越来越高的需求。
2、为解决上述技术问题,本发明提供如下技术方案:
3、一方面,本发明提供一种基于光谱分析的自适应镀银方法,包括以下步骤:
4、s1:收集镀银过程的透射光谱图;
5、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;
6、s3:构建卷积神经网络模型并进行模型训练和调优;
7、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;
8、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;
9、s6:获取镀层的反射光谱图并分析镀层的质量。
10、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
11、所述透射光谱图附带有浓度信息,所述浓度信息包括镀银过程中每种可溶反应物的浓度值。
12、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
13、所述预处理包括图像校准和图像调整;其中,所述图像校准包括基线校正、平滑降噪、波长校准;所述图像调整包括图像尺寸调整、数据增强、划分批次。
14、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
15、所述卷积神经网络模型的输入为透射光谱图,输出为每种可溶反应物的浓度;结构如下:
16、输入层,接受透射光谱图作为输入;
17、卷积层组合,用于提取透射光谱图的特征,每个卷积层有独立的卷积核大小和数量;
18、批量归一化层,用于对卷积层的输出进行归一化处理;
19、池化层,用于对卷积层的输出进行特征降维;
20、全连接层,用于将卷积层的输出展平映射到输出层。输出层,用于预测每种可溶反应物的浓度。
21、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
22、所述计算每种可溶反应物的实时浓度的方法如下:
23、设定初始的镀银参数,并开始进行镀银,每隔固定的时间间隔进行一次透射光谱图的采集并标注采集时间;将每次采集的透射光谱图经过图像校准和尺寸调整后输入所述卷积神经网络模型,得到每次采集时每种可溶反应物的浓度。
24、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
25、所述每种可溶反应物的目标浓度表示在镀银过程中每个时间点上每种可溶反应物的参考浓度,获取方法如下:
26、进行镀银实验,从镀银反应开始,每隔时间测量并记录每种可溶反应物的浓度,作为每种可溶反应物的目标浓度。
27、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
28、所述镀银参数包括温度、ph值、电流密度。
29、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
30、所述调整镀银参数的方法如下:
31、建立镀银过程的浓度预测模型,模型方程如下:
32、;
33、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;
34、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;
35、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:
36、;
37、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。
38、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:
39、;
40、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;
41、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;
42、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;
43、计算目标函数,公式如下:
44、;
45、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;
46、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;
47、迭代进行调整镀银参数的方法步骤,直至镀银完成。
48、作为本发明所述基于光谱分析的自适应镀银方法的一种优选方案,其中:
49、所述线性二次规划遵循以下约束条件:
50、;
51、其中,表示t时刻镀液的ph值,表示镀液ph值的最低阈值,表示镀液ph值的最高阈值;
52、表示t时刻镀液的温度,表示镀液温度的最高阈值;
53、表示t时刻的电流密度,表示电流密度的最高阈值;
54、表示t+时刻第k种可溶反应物的浓度预测值,表示第k种可溶反应物的饱和浓度。
55、第二方面,本发明提供一种基于光谱分析的自适应镀银系统,包括光谱采集模块、预处理模块、光谱分析模块、反馈控制模块、镀层分析模块、监控反馈模块;其中:
56、光谱采集模块用于采集镀银过程中的透射光谱图和镀层的反射光谱图;
57、预处理模块用于对透射光谱图进行预处理;
58、光谱分析模块用于计算镀银过程中每种可溶反应物的浓度;
59、反馈控制模块用于将每种可溶反应物的实时浓度与目标浓度进行对比,并根据对比结果调整镀银参数;
60、镀层分析模块用于进行镀层质量的分析和评估;
61、监控反馈模块用于实时监控每种可溶反应物的浓度变化,在任一反应物浓度超出规定的阈值范围时向操作人员发出警报信息。
62、第三方面,本发明提供一种一种电子设备,包括:存储器,用于存储指令;处理器,用于执行所述指令,使得所述设备执行实现本发明所述的基于光谱分析的自适应镀银方法的操作。
63、第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现本发明所述的基于光谱分析的自适应镀银方法。
64、与现有技术相比,本发明所达到的有益效果如下:
65、通过光谱仪实时监测待镀银材料的反射光谱,获取其特征曲线或光谱图像。通过建立反射光谱与镀银参数之间的关联模型,可以根据实际光谱数据进行实时调整镀银参数,实现了镀银过程的实时监测和控制,在镀银过程中可以及时发现问题并进行调整,避免了不必要的浪费和损失。
66、本发明能够根据不同材料的光学特性进行个性化调整,实现精确控制镀银过程,获得更加均匀、稳定和高品质的镀层。在测量镀银过程中各种反应物浓度时,采用透射光谱;在分析镀层质量时,采用反射光谱,能够充分发挥光谱分析的优势,提高对镀银过程的调控水平。
67、实现镀银过程的实时反馈控制。利用机器学习对光谱数据进行特征提取和模式识别,以实现更准确的镀层质量预测和镀银参数优化,在光电子、光学器件等领域具有广泛的应用前景,并能满足对镀银质量要求越来越高的需求。