融合TAM-LSTNet-CEEMDAN-RF误差修正模型的工艺质量预测算法

作     者：侯步超 阴艳超 张曦 汪霖宇 陈忠 洪志敏 

作者机构：昆明理工大学机电工程学院 

出 版 物：《机械科学与技术》 (Mechanical Science and Technology for Aerospace Engineering)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(52065033) 云南省重大科技资助项目(202202AG050002) 

主　　题：TAM-LSTNet-CEEMDAN-RF 误差修正模型 工艺质量预测 

摘      要：针对传统流程生产工艺质量预测模型训练过程中存在误差积累的问题，提出一种融合注意力机制-长短时间序列网络-自适应噪声集成经验模态分解-随机森林(TAM-LSTNet-CEEMDAN-RF)误差修正的组合预测模型。首先通过引入互信息和堆叠稀疏自编码器，从工艺数据中筛选出有效的特征，构建有效维度；然后利用TAM-LSTNet模型挖掘有效维度与工艺时间序列数据之间的复杂关联关系，得出第一值并与测试值相减，计算出误差序列，通过CEEMDAN-RF模型对误差序列进行校正，得出第二值；最后将两值相加处理，得到质量指标预测值。结合某流程生产线的数据进行分析验证，结果表明，组合模型的拟合度较TAM-LSTM模型和TAM-LSTNet-RF模型分别提高了0.036、0.029，验证了提出方法的有效性和适用性。所提误差修正模型可实现流程生产质量的准确预测。