检索结果-南通市图书馆

工程科学与技术 2024年

作者：彭开香王佳浩杨慧北京科技大学自动化学院工业过程知识自动化教育部重点实验室冶金工业安全风险防控应急管理部重点实验室河北视窗玻璃有限公司

复杂制造过程关键质量变量的精准感知，是实现系统优化控制和保障系统安全稳定运行的必要前提。考虑复杂制造过程具有生产工序众多、回路互联耦合、工序质量遗传、数据时空分布等复杂特性，使得对过程质量的精准感知面临诸多困难。在此... 详细信息

复杂制造过程关键质量变量的精准感知，是实现系统优化控制和保障系统安全稳定运行的必要前提。考虑复杂制造过程具有生产工序众多、回路互联耦合、工序质量遗传、数据时空分布等复杂特性，使得对过程质量的精准感知面临诸多困难。在此背景下，本文提出一种考虑过程时延的基于mRMR-GA-ResNet的多工序复杂制造过程质量软测量建模方法。首先，构建了一种考虑过程变量与质量变量间时延的基于最小冗余最大相关（mRMR）和遗传算法（GA）的多传感器过程变量筛选方法，以确定最优特征子集；其次，基于各工序的最优特征子集，设计了一种三维（特征-时间-工序）样本空间表征方法，工序内部以二维（特征-时间）形式表征，将工序作为通道构建（特征-时间-工序）三维样本，通过残差网络进行时间-空间特征提取，进而通过局部-全局特征融合得到最终的质量预测值；最后，通过一个实际制造过程——浮法玻璃生产过程，进行了实验验证。结果表明，在选择特征数相同的前提下，相较于其他四种基于相关性的特征选择方法（PCC、SCC、MI、MIC），本文所提多传感器过程变量筛选方法对于模型有更好的预测性能。以残差网络作为预测模型，本文所提三维样本构造方法，相较于传统的二维样本构造方法，对于模型的预测精度有了一定的提升，RMSE、MAE、SMAPE分别提升9.2%、10.8%、9.8%，验证了所提方法的有效性。

关键词：多工序软测量特征选择残差网络最小冗余最大相关遗传算法

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：