熔模铸造车间数据采集与生产智能预测

作者：闫学顺; 汪东红^*; 吴文云; 官邦; 姜淼; 邱慧慧; 龚潜海; 疏达

来源：特种铸造及有色合金, 2023, 1-9.

• 铸造车间
• 数据采集
• LSTM
• PCA

针对熔模铸造企业车间设备种类多，数据传输协议和存储结构不统一，异构数据采集困难、采集的数据杂乱缺失等问题，提出一种车间生产和设备资源的数据采集与管理框架。提出车间多源异构数据感知处理策略，设计车间数据传输路线，解决设备间数据交互差、感知处理困难的特点。结合主成分分析(PCA)和长短期神经网络(LSTM)算法，建立车间生产变化规律预测模型，完成车间数据处理和分析预测。最终，利用车间数据采集与管理框架，实现了28项工艺及现场数据的采集，且最小采集间隔时间可达1 000 ms，单日采集数据可达5×105条。建立车间铸件产量预测模型，平均绝对百分比误差为0.046 2，决定系数为0.915 2，模型具有良好的泛化性。

• 单位
  上海工程技术大学