买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利基于学习曲线模型的钙钛矿光伏工艺的原料纯度优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119314577B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411280546.7，技术领域涉及：G16C20/20；该发明授权基于学习曲线模型的钙钛矿光伏工艺的原料纯度优化方法是由魏文栋;龚炜庭;黄煜恺设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本基于学习曲线模型的钙钛矿光伏工艺的原料纯度优化方法在说明书摘要公布了：本发明涉及一种基于学习曲线模型的钙钛矿光伏工艺的原料纯度优化方法，包括：采集钙钛矿光伏生产工艺中的各工艺环节的生产数据，并进行整合归类存储，从而构建数据库；根据生产数据，分段拟合获取各个工艺环节中原料纯度和累积产量之间的学习曲线，确定每个学习曲线的学习系数，并加以整合得到钙钛矿光伏多工艺环节学习模型；逐次选取任意两道工艺环节的学习系数进行敏感性分析，并对整体钙钛矿光伏多工艺环节学习模型进行误差约束分析，从而对学习系数进行优化调整，获取最优的钙钛矿光伏多工艺环节学习模型，从而确定最优的原料纯度方案。与现有技术相比，本发明能够实现原料纯度的优化，在提升原料产量的同时降低成本，且预测过程准确度高。

本发明授权基于学习曲线模型的钙钛矿光伏工艺的原料纯度优化方法在权利要求书中公布了：1.一种基于学习曲线模型的钙钛矿光伏工艺的原料纯度优化方法，其特征在于，包括以下步骤： 采集钙钛矿光伏生产工艺中的各工艺环节的生产数据，并进行整合归类存储，从而构建数据库； 根据数据库中的生产数据，分段拟合获取各个工艺环节中原料纯度和累积产量之间的学习曲线，确定每个学习曲线的学习系数，并加以整合得到钙钛矿光伏多工艺环节学习模型； 在钙钛矿光伏多工艺环节学习模型中，逐次选取任意两道工艺环节的学习系数进行敏感性分析，并对整体钙钛矿光伏多工艺环节学习模型进行误差约束分析，从而对学习系数进行优化调整，获取最优的钙钛矿光伏多工艺环节学习模型，从而确定最优的原料纯度方案； 所述钙钛矿光伏多工艺环节学习模型的获取过程具体为： 首先拟合获取钙钛矿光伏生产的第一道工艺环节的学习曲线，然后在第一道工艺环节的学习曲线的基础上，拟合获取后续各工艺环节的学习曲线，最终糅合各个工艺环节的学习曲线，得到钙钛矿光伏多工艺环节学习模型； 所述第一道工艺环节的学习曲线的表达式为： 式中，为钙钛矿光伏产线输入原料纯度，为输入原料的累积产量，为输入原料生产的学习系数，为第一道工艺环节的学习曲线的调整项； 所述后续各工艺环节的学习曲线的表达式为： 式中，i为工艺环节，为i工艺环节后相较于前一工艺环节的原料纯度增加倍率，，为i工艺环节的原料纯度，为i‑1工艺环节的原料纯度，为i工艺环节的累积产量，为i工艺环节的学习系数，为i工艺环节的学习曲线的调整项； 所述钙钛矿光伏多工艺环节学习模型的表达式为： 式中，为生产得到的钙钛矿光伏组件的纯度，，为对数化后输入钙钛矿光伏的生产原料的累积产量与输入i工艺环节的生产原料的累积产量之比，为整体的调整项，为各个工艺环节的学习曲线的调整项的累加值； 所述误差约束分析具体为： 整体钙钛矿光伏多工艺环节学习模型的学习系数与传统学习模型拟合所得的学习系数之间的误差在合理区间内，对应的表达式为： 式中，为公式直接线性拟合得到的学习系数，为设定的误差合理区间； 所述敏感性分析的计算表达式为： 式中，为j工艺环节的学习系数，为j工艺环节的累积产量，为i工艺环节所生产得到的产品全用于制造钙钛矿光伏组件时得到的产品纯度，为j工艺环节所生产得到的产品全用于制造钙钛矿光伏组件时得到的产品纯度，为敏感性误差范围。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。