本申请涉及智能化制备，并且更具体地，涉及一种基于温度的六氟磷酸锂制备的智能生产管理系统。
背景技术：
1、近年来，随着电子产品的普及和新能源行业的快速发展，锂离子二次电池作为理想的化学能源逐渐成为主流。六氟磷酸锂被选定为锂离子二次电池的电解质，广泛应用于移动通讯设备、电子工业和新能源车辆中。然而，现有的六氟磷酸锂的制备过程存在多个生产环节、工艺复杂、设备要求高等问题，导致其生产成本居高不下。当前已有多种制备方法，但仍面临着原料成本高、操作连续性差、纯度难以控制等挑战。
2、因此，期望一种基于温度的六氟磷酸锂制备的智能生产管理系统，以提高提高生产效率和产品质量，从而为锂离子电池产业的健康发展提供有力支撑。
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基于温度的六氟磷酸锂制备的智能生产管理系统，其获取由热红外摄像头采集的预定时间段内多个预定时间点的六氟磷酸与发烟硫酸的反应液的热红外图像；采用基于深度学习的人工智能技术，挖掘热红外图像的隐藏特征信息，并进行热红外图像中关于反应液的温度时序动态变化特征的充分表达，基于此实时准确地进行冷却搅拌速度值的自适应控制，从而提高反应的效率和产物纯度。
2、第一方面，提供了一种基于温度的六氟磷酸锂制备的智能生产管理系统，其包括：
3、热红外图像采集模块，用于获取由热红外摄像头采集的预定时间段内多个预定时间点的六氟磷酸与发烟硫酸的反应液的热红外图像；
4、空间特征增强模块，用于将所述多个预定时间点的热红外图像分别通过空间注意力机制的卷积神经网络模型以得到多个热红外特征矩阵；
5、热红外语义关联模块，用于对所述多个热红外特征矩阵分别进行矩阵块划分后通过基于转换器的上下文编码器以得到多个热红外语义特征向量；
6、热红外时序变化模块，用于将所述多个热红外语义特征向量排列为一维特征向量后通过包含第一卷积层和第二卷积层的多尺度时间邻域特征提取模块以得到热红外时序关联特征向量；以及
7、冷却搅拌速度控制模块，用于将所述热红外时序关联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当前时间点的冷却搅拌速度值应增大或应减小。
8、与现有技术相比，本申请提供的基于温度的六氟磷酸锂制备的智能生产管理系统，其获取由热红外摄像头采集的预定时间段内多个预定时间点的六氟磷酸与发烟硫酸的反应液的热红外图像；采用基于深度学习的人工智能技术，挖掘热红外图像的隐藏特征信息，并进行热红外图像中关于反应液的温度时序动态变化特征的充分表达，基于此实时准确地进行冷却搅拌速度值的自适应控制，从而提高反应的效率和产物纯度。
1.一种基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，包括：
2.根据权利要求1所述的基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，所述空间特征增强模块，用于：使用所述空间注意力机制的卷积神经网络模型的各层在层的正向传递过程中对输入数据分别进行：
3.根据权利要求2所述的基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，所述热红外语义关联模块，包括：
4.根据权利要求3所述的基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，所述热红外时序变化模块，包括：
5.根据权利要求4所述的基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，还包括用于对所述空间注意力机制的卷积神经网络模型、所述基于转换器的上下文编码器、所述包含第一卷积层和第二卷积层的多尺度时间邻域特征提取模块和所述分类器进行训练的训练模块。
6.根据权利要求5所述的基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，所述训练模块，包括：
7.根据权利要求6所述的基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，所述特征矩阵优化模块，用于：以如下优化公式对所述转换后的多个训练热红外特征矩阵进行基于特征矩阵的优化以得到所述优化后的多个训练热红外特征矩阵；
8.根据权利要求7所述的基于温度的六氟磷酸锂制备的智能生产管理系统，其特征在于，所述分类损失模块，包括：
