临海市产业大脑有限公司本次登记的数据知识产权解热镇痛药物原料药混料配比调控训练数据，本训练数据针对解热镇痛药物原料药混料、溶解与分散工段，聚焦物料混合均匀度、溶解效率、批次间一致性控制，提升固体制剂药物原料药的均一性与加工适配性，可实时监测混料过程中的搅拌转速、温度、投料时序等关键参数，通过原料药混料配比调控，可进一步调控物料混合均匀度，提升溶解效率，减少批次间质量差异，确保药物原料药均一性符合固体制剂加工要求，降低后续制剂生产风险，适配解热镇痛药物原料药规模化、标准化的生产管控需求。（一）模型选择：基于聚类分析与逻辑回归组合模型构建混料均匀度识别模型，适配解热镇痛药物原料药混料过程的多参数耦合、均匀度难监测特点，能够精准捕捉搅拌转速、温度、投料时序与混合均匀度的关联规律，实现混料过程的精准调控。 （二）超参数设置：学习率0.0003，批量大小64，迭代次数1000，使用牛顿法优化器。该参数设置重点提升混料均匀度识别精度，适配解热镇痛药物原料药混料过程中均匀度波动大、影响因素多的特点，确保模型能够精准调控混料过程。 （三）算法逻辑：1. 训练数据预处理：对采集的生产训练数据进行清洗、去重、异常值剔除，对缺失值采用均值插值法补充，对混合均匀度训练数据进行归一化处理，确保训练数据质量；2. 特征提取：选取搅拌转速、实时反应温度、实时反应压力、主原料投料量、物料粘度等10个核心特征，构建特征矩阵，可得出混合均匀度系数（解热镇痛药物专属特征）与混料质量的关联关系；3. 模型训练：以混合均匀度系数、批次一致性为目标变量，训练聚类分析与逻辑回归组合模型，优化模型参数，提升混料调控精度；4. 模型应用：将实时采集的混料训练数据输入训练好的模型，实时识别混料均匀度异常，输出搅拌转速、投料时序等参数调整建议，确保混料质量稳定。 （四）模型评估与落地验证：采用独立生产测试集对模型开展全方位性能评估，核算核心指标，同步对接车间混料生产场景开展落地验证，确保模型在混料调控、均匀度监测环节稳定运行，最终形成企业完全自主可控、无权属争议的专属AI模型资产包。
登记内容：
_1769672084863.jpg)