本申请涉及智能化生产领域,且更为具体地,涉及一种缓冲电容器用金属化膜及其制备方法。
背景技术:
1、用于缓冲电容器的金属化膜是一种在介质薄膜上沉积金属层的复合材料,可以提高电容器的性能和可靠性。金属化膜电容器的特点是具有自愈能力,即当电容器受到过电压或缺陷导致局部击穿时,击穿点的金属层会因为电弧或短路电流而熔化蒸发,形成一个无金属区,恢复绝缘状态,使电容器继续工作。这样可以提高电容器的寿命和稳定性。
2、金属化膜的制作过程是在真空中将高纯度金属加热气化、蒸发并沉积在介质薄膜上,然后经过分切、检查、包装等工序。在所述金属化膜的制作过程中,金属化层的表面形貌和质量会影响其电学性能和稳定性,因此,在其制备过程中,期待对金属化层的表面特征进行检测以判断其成型质量是否符合预定标准。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种缓冲电容器用金属化膜及其制备方法。该方法包括:提供有机塑料薄膜作为介质薄膜;在所述介质薄膜上沉积金属化层以得到金属化膜;以及,将所述金属化膜切割成预定尺寸。通过这样的方式,以制得缓冲电容器用金属化膜。
2、根据本申请的一个方面,提供了一种缓冲电容器用金属化膜的制备方法,其包括:
3、提供有机塑料薄膜作为介质薄膜;
4、在所述介质薄膜上沉积金属化层以得到金属化膜;以及
5、将所述金属化膜切割成预定尺寸。
6、在上述的缓冲电容器用金属化膜的制备方法中,在所述介质薄膜上沉积金属化层以得到金属化膜,包括:
7、获取由摄像头采集的金属化层的表面图像;
8、计算所述金属化层的表面图像的方向梯度直方图;
9、将所述金属化层的表面图像和所述方向梯度直方图进行聚合以得到多通道图像;
10、对所述多通道图像进行图像分块处理以得到图像块的序列;
11、将所述图像块的序列通过包含嵌入层的vit模型以得到多个上下文图像块语义特征向量;
12、计算所述多个上下文图像块语义特征向量中每两个上下文图像块语义特征向量之间的余弦相似度以得到由多个余弦相似度组成的分类特征向量;
13、对所述分类特征向量进行概率密度离散性优化以得到优化分类特征向量;以及
14、将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示金属化层的表面质量是否符合预定标准。
15、在上述的缓冲电容器用金属化膜的制备方法中,对所述多通道图像进行图像分块处理以得到图像块的序列,包括:
16、对所述多通道图像进行均匀分块处理以得到所述图像块的序列,其中,所述图像块的序列中各个图像块具有相同的尺寸。
17、在上述的缓冲电容器用金属化膜的制备方法中,将所述图像块的序列通过包含嵌入层的vit模型以得到多个上下文图像块语义特征向量,包括:
18、使用所述嵌入层对所述图像块的序列中各个图像块的二维像素矩阵进行嵌入化编码以得到图像块嵌入向量的序列;以及
19、使用所述vit模型对所述图像块嵌入向量的序列进行基于自注意力机制的上下文语义编码以得到所述多个上下文图像块语义特征向量。
20、在上述的缓冲电容器用金属化膜的制备方法中,使用所述嵌入层对所述图像块的序列中各个图像块的二维像素矩阵进行嵌入化编码以得到图像块嵌入向量的序列,包括:
21、将所述各个图像块的二维像素矩阵展开为一维像素展开特征向量;以及
22、使用所述嵌入层对所述一维像素展开特征向量进行全连接编码以得到所述图像块嵌入向量。
23、在上述的缓冲电容器用金属化膜的制备方法中,使用所述vit模型对所述图像块嵌入向量的序列进行基于自注意力机制的上下文语义编码以得到所述多个上下文图像块语义特征向量,包括:
24、将所述图像块嵌入向量的序列进行一维排列以得到全局图像块向量;
25、计算所述全局图像块向量与所述图像块嵌入向量的序列中各个图像块嵌入向量的转置向量之间的乘积以得到多个自注意力关联矩阵;
26、分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到多个标准化后自注意力关联矩阵;
27、将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过softmax分类函数以得到多个概率值;以及
28、分别以所述多个概率值中各个概率值作为权重对所述图像块嵌入向量的序列中各个图像块嵌入向量进行加权以得到所述多个上下文图像块语义特征向量。
29、在上述的缓冲电容器用金属化膜的制备方法中,计算所述多个上下文图像块语义特征向量中每两个上下文图像块语义特征向量之间的余弦相似度以得到由多个余弦相似度组成的分类特征向量,包括:
30、以如下余弦公式计算所述多个上下文图像块语义特征向量中每两个上下文图像块语义特征向量之间的余弦相似度以得到多个余弦相似度;
31、其中,所述余弦公式为:
32、
33、其中,vi和vj表示所述多个上下文图像块语义特征向量中每两个上下文图像块语义特征向量,和表示所述上下文图像块语义特征向量vi和vj中各个位置的特征值,d(vi,vj)表示所述多个上下文图像块语义特征向量中任意两个上下文图像块语义特征向量之间的余弦距离;以及
34、将所述多个余弦相似度进行排列以得到所述分类特征向量。
35、在上述的缓冲电容器用金属化膜的制备方法中,对所述分类特征向量进行概率密度离散性优化以得到优化分类特征向量,包括:
36、以如下优化公式对所述分类特征向量进行概率密度离散性优化以得到优化分类特征向量;
37、其中,所述优化公式为:
38、
39、其中,μ和σ是所述分类特征向量中各个位置的特征值集合的均值和标准差,v是所述分类特征向量,vi是所述分类特征向量的第i个位置的特征值,且vi′是所述优化分类特征向量的第i个位置的特征值。
40、在上述的缓冲电容器用金属化膜的制备方法中,将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示金属化层的表面质量是否符合预定标准,包括:
41、使用所述分类器的多个全连接层对所述优化分类特征向量进行全连接编码以得到编码分类特征向量;以及
42、将所述编码分类特征向量通过所述分类器的softmax分类函数以得到所述分类结果。
43、根据本申请的另一个方面,提供了一种缓冲电容器用金属化膜,所述缓冲电容器用金属化膜由前面所述的缓冲电容器用金属化膜的制备方法制得。
44、与现有技术相比,本申请提供的缓冲电容器用金属化膜及其制备方法,该方法包括:提供有机塑料薄膜作为介质薄膜;在所述介质薄膜上沉积金属化层以得到金属化膜;以及,将所述金属化膜切割成预定尺寸。通过这样的方式,以制得缓冲电容器用金属化膜。
1.一种缓冲电容器用金属化膜的制备方法,其特征在于,包括:
2.根据权利要求1所述的缓冲电容器用金属化膜的制备方法,其特征在于,在所述介质薄膜上沉积金属化层以得到金属化膜,包括:
3.根据权利要求2所述的缓冲电容器用金属化膜的制备方法,其特征在于,对所述多通道图像进行图像分块处理以得到图像块的序列,包括:
4.根据权利要求3所述的缓冲电容器用金属化膜的制备方法,其特征在于,将所述图像块的序列通过包含嵌入层的vit模型以得到多个上下文图像块语义特征向量,包括:
5.根据权利要求4所述的缓冲电容器用金属化膜的制备方法,其特征在于,使用所述嵌入层对所述图像块的序列中各个图像块的二维像素矩阵进行嵌入化编码以得到图像块嵌入向量的序列,包括:
6.根据权利要求5所述的缓冲电容器用金属化膜的制备方法,其特征在于,使用所述vit模型对所述图像块嵌入向量的序列进行基于自注意力机制的上下文语义编码以得到所述多个上下文图像块语义特征向量,包括:
7.根据权利要求6所述的缓冲电容器用金属化膜的制备方法,其特征在于,计算所述多个上下文图像块语义特征向量中每两个上下文图像块语义特征向量之间的余弦相似度以得到由多个余弦相似度组成的分类特征向量,包括:
8.根据权利要求7所述的缓冲电容器用金属化膜的制备方法,其特征在于,对所述分类特征向量进行概率密度离散性优化以得到优化分类特征向量,包括:
9.根据权利要求8所述的缓冲电容器用金属化膜的制备方法,其特征在于,将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示金属化层的表面质量是否符合预定标准,包括:
10.一种缓冲电容器用金属化膜,其特征在于,所述缓冲电容器用金属化膜由权利要求1至9任一所述的缓冲电容器用金属化膜的制备方法制得。