원래 이름 기록: 江苏中来新材科技有限公司

本发明属于光伏封装胶膜技术领域，提供一种EVA封装胶膜的耐湿热老化性能的评估方法，包括：准备好EVA封装胶膜；对EVA封装胶膜进行加速湿热老化处理；对湿热老化前后的EVA封装胶膜进行特征基团测试，计算特征基团指数的变化率；对湿热老化前后的EVA封装胶膜进行VA含量测试，计算VA含量的变化率；根据特征基团指数的变化率和VA含量的变化率，评估EVA封装胶膜的耐湿热老化性能。该方法在评估EVA封装胶膜的耐湿热老化性、筛选EVA封装胶膜的原料配方、快速比较不同助剂对EVA封装胶膜的抗湿热老化性效果等方面具备高可靠性和高准确性，省时省财，评估效率高，有助于加速EVA封装胶膜原料配方的迭代更新速度。

本发明属于光伏封装技术领域，提供一种光伏封装胶膜及其制备方法和应用。该胶膜包括：50‑80份热塑性POE基体树脂，20‑50份硅烷接枝POE树脂，1.5‑3份UiO‑66‑NHMOFs，2‑4份羟基磷灰石，1‑5份纳米SnO@Ce，0.1‑0.5份抗氧剂，0.8‑1.8份界面偶联剂。该胶膜经UiO‑66‑NHMOFs‑羟基磷灰石双螯合体系和纳米SnO@Ce‑抗氧剂的配合，兼具低温加工性、高界面结合强度、优异抗铅泄露、抗PID及耐热蠕变，尤其适应于封装钙钛矿光伏组件，能避免高温层压的钙钛矿损伤问题，并能改善钙钛矿光伏组件的界面粘结、抗铅泄露、抗PID及耐热蠕变性能，提升其使用稳定性。

本发明公开了一种WMS自适应上架决策方法、系统、计算机可读存储介质。方法包括：接收上架请求，实时采集包含运行状态与业务压力的动态数据；将数据与基础策略权重输入经训练的深度学习模型，输出归一化的动态权重向量；计算各候选库位在不同策略目标下的得分向量，并与动态权重加权求和得到综合评分；推荐评分最高的库位进行上架；基于实际上架后产生的运营效果数据，利用深度强化学习算法对模型进行持续优化。本发明通过构建“感知‑决策‑优化”闭环，解决了传统上架策略静态僵化、无法响应实时变化及多目标权衡困难的问题，实现了上架决策的动态自适应与自主持续进化，显著提升了仓储运营的智能化水平与整体效率。