材料实验记录的工艺参数提取与风险提示方法及相关设备
本申请涉及人工智能,尤其涉及材料实验记录的工艺参数提取与风险提示方法及相关设备。
背景技术:
1、材料合成路线和实验记录广泛存在于论文、专利、实验手册和数据库中,其中通常包含目标材料、前驱体、反应温度、保温时间、气氛条件,以及混合、球磨、压制、煅烧、烧结、热压、沉积等工艺步骤。这些内容看似仅为文字描述,实则直接决定后续实验的可复现性,也是工艺调整的核心依据。实际整理过程中,此类信息往往分散且表述方式不统一:部分记录完整标注了温度、时间和气氛参数,而另一些仅笼统记为"加热若干小时"或"在一定气氛下烧结"。研究人员若逐条阅读并逐项摘录,不仅耗时巨大,还容易遗漏关键工艺参数。此外,材料制备过程常伴随若干需要提前预判的风险。例如,高温烧结可能导致晶粒异常长大、元素挥发、副相生成或样品开裂;碳酸盐前驱体在升温阶段释放 co2,可能影响最终致密度;在热压烧结、pvd 靶材应用和 3d 打印陶瓷脱脂烧结等场景中,还可能出现压力记录缺失、放电不稳定、树脂排出不充分、收缩变形和颗粒缺陷等问题。
2、上述风险判断高度依赖研究人员的个人经验。对于熟悉特定材料体系的从业者,可根据温度、气氛和操作步骤做出合理推断;但对于刚涉足该方向的人员,人工判断的一致性不足,亦不利于实验记录的规范化管理。
技术实现思路
1、本申请实施例的主要目的在于提出材料实验记录的工艺参数提取与风险提示方法及相关设备,以高效提取实验的工艺参数和准确提示风险。
2、为实现上述目的,本申请实施例的一方面提出了材料实验记录的工艺参数提取与风险提示方法,所述方法包括以下步骤:
3、获取材料实验记录文本并进行清洗,得到处理后的文本;
4、根据所述处理后的文本识别目标实验类型和提取结构化工艺信息;
5、将所述处理后的文本与所述结构化工艺信息联合编码,并映射至语义向量空间,构建得到工艺文本的语义特征;
6、利用人工智能分析模块分析所述语义特征,得到初步工艺风险等级;
7、根据所述目标实验类型修正所述初步工艺风险等级,生成目标工艺风险等级。
8、在一些实施例中,所述获取材料实验记录文本并进行清洗,得到处理后的文本,包括以下步骤:
9、去除所述材料实验记录文本中的无效字符;
10、将所述材料实验记录文本中的符号、单位和工艺表述转换为统一的标准格式,得到所述处理后的文本。
11、在一些实施例中,所述目标实验类型通过以下步骤识别得到:
12、预先定义多种候选实验类型及每种所述候选实验类型对应的关键词集合;
13、将所述处理后的文本与各个所述关键词集合逐一匹配并累计得分,选取得分最高的所述候选实验类型作为所述目标实验类型。
14、在一些实施例中,所述结构化工艺信息通过以下步骤提取得到:
15、使用正则表达式从所述处理后的文本中匹配化学式模式,并以材料关键词词典补充识别所述化学式模式;
16、使用正则表达式从所述处理后的文本中提取温度数值;
17、使用正则表达式从所述处理后的文本中提取时间数值;
18、通过气氛关键词词典从所述处理后的文本中识别反应气氛;
19、通过操作步骤关键词词典从所述处理后的文本中提取工艺操作词;
20、将所述化学式模式、所述温度数值、所述时间数值、所述反应气氛和所述工艺操作词组装为所述结构化工艺信息。
21、在一些实施例中,所述利用人工智能分析模块分析所述语义特征,得到初步工艺风险等级,包括以下步骤:
22、将所述语义特征输入逻辑回归分类器、支持向量机、随机森林模型或神经网络模型中的任意之一,输出不同工艺风险等级的预测概率;
23、根据各个所述预测概率确定所述初步工艺风险等级。
24、在一些实施例中,所述根据所述目标实验类型修正所述初步工艺风险等级,生成目标工艺风险等级,包括以下步骤:
25、从所述结构化工艺信息中读取多个维度的工艺参数;
26、对每个维度的所述工艺参数计分,并累加各维度的所述计分得到基础风险总分;
27、根据所述基础风险总分对工艺风险等级进行基础等级划分,得到基础工艺风险等级;
28、调用预设的材料工艺规则对所述基础工艺风险等级进行修正,得到第一工艺风险等级;
29、调用与所述实验类型对应的专项风险规则,对所述第一工艺风险等级进行修正,得到第二工艺风险等级;
30、将所述基础工艺风险等级、所述第一工艺风险等级、所述第二工艺风险等级和所述初步工艺风险等级中的最高等级,确定为所述目标工艺风险等级。
31、在一些实施例中,所述方法包括以下步骤:
32、输出所述目标实验类型对应的所述结构化工艺信息、缺失参数、所述目标工艺风险等级、风险原因及对应的补充建议。
33、为实现上述目的,本申请实施例的另一方面提出了材料实验记录的工艺参数提取与风险提示装置,所述装置包括:
34、文本预处理单元,用于获取材料实验记录文本并进行清洗,得到处理后的文本;
35、信息提取单元,用于根据所述处理后的文本识别目标实验类型和提取结构化工艺信息;
36、特征编码单元,用于将所述处理后的文本与所述结构化工艺信息联合编码,并映射至语义向量空间,构建得到工艺文本的语义特征;
37、风险分析单元,用于利用人工智能分析模块分析所述语义特征,得到初步工艺风险等级;
38、风险修正单元,用于根据所述目标实验类型修正所述初步工艺风险等级,生成目标工艺风险等级。
39、为实现上述目的,本申请实施例的另一方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
40、为实现上述目的,本申请实施例的另一方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
41、为实现上述目的,本申请实施例的另一方面提出了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述的方法。
42、本申请实施例至少包括以下有益效果:
43、本申请提供材料实验记录的工艺参数提取与风险提示方法及相关设备,本申请方案通过获取材料实验记录文本并进行清洗,得到处理后的文本;根据处理后的文本识别目标实验类型和提取结构化工艺信息;将处理后的文本与结构化工艺信息联合编码,并映射至语义向量空间,构建得到工艺文本的语义特征;利用人工智能分析模块分析语义特征,得到初步工艺风险等级;根据目标实验类型修正初步工艺风险等级,生成目标工艺风险等级。本申请能够读取材料实验记录文本、提取工艺参数,并融合人工智能分析与实验类型修正工艺风险等级,能准确提示实验风险。
1.材料实验记录的工艺参数提取与风险提示方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的材料实验记录的工艺参数提取与风险提示方法,其特征在于,所述获取材料实验记录文本并进行清洗,得到处理后的文本,包括以下步骤:
3.根据权利要求1所述的材料实验记录的工艺参数提取与风险提示方法,其特征在于,所述目标实验类型通过以下步骤识别得到:
4.根据权利要求1所述的材料实验记录的工艺参数提取与风险提示方法,其特征在于,所述结构化工艺信息通过以下步骤提取得到:
5.根据权利要求1所述的材料实验记录的工艺参数提取与风险提示方法,其特征在于,所述利用人工智能分析模块分析所述语义特征,得到初步工艺风险等级,包括以下步骤:
6.根据权利要求1所述的材料实验记录的工艺参数提取与风险提示方法,其特征在于,所述根据所述目标实验类型修正所述初步工艺风险等级,生成目标工艺风险等级,包括以下步骤:
7.根据权利要求1至6任一项所述的材料实验记录的工艺参数提取与风险提示方法,其特征在于,所述方法包括以下步骤:
8.材料实验记录的工艺参数提取与风险提示装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com