-
题名融合Seq2Seq与时序注意力机制的工艺质量预测
- 1
-
-
作者
阴艳超
施成娟
邹朝普
刘孝保
-
机构
昆明理工大学机电工程学院
昆船智能技术股份有限公司
-
出处
《机械科学与技术》
北大核心
2025年第3期453-464,共12页
-
基金
国家自然科学基金项目(52065033)。
-
文摘
针对流程工业生产过程整体工序繁多,工序间耦合严重,多维工艺数据间时序关系及其复杂等问题,提出一种融合Seq2Seq与时序注意力机制的高维多尺度工艺过程质量预测方法。在分析多工序工艺数据特点,以及运用Seq2Seq模型进行编码解码过程面临的难题的基础上,引入时序注意力机制来构造长距离变化的时域信息矩阵。设计卷积神经网络和BiLSTM作为编码组件,学习工艺过程时序数据的工艺参数关联性和双向时序关系等潜在深度特征,并结合时序注意力机制抽取关键信息,实现对工艺质量相关的工艺参数时序数据的非线性相关特征和时序依赖性的自适应地学习。最后,通过对制丝生产工艺过程质量的单输出和多输出预测实验,验证了所提算法的实用性和有效性,为多工序耦合的流程制造过程质量的精准预测提供了方法和实现途径。
-
关键词
多工序时序耦合
工艺质量预测
Seq2Seq
时序注意力机制
自适应学习
-
Keywords
multi-process temporal coupling
process quality forecast
Seq2Seq
temporal attention mechanism
adaptive learning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
