科研之友
微信
新浪微博
Facebook
分享链接
摘要
厚板板形是衡量厚板产品质量的重要指标之一,生产中最终板形的及时预报对于调整厚板生产操作与控制具有重要的意义。实际工业生产中,厚板数据具有耦合信息多、冗余信息量大、数据呈现多源异构性等特点,结合厚板板形预报的需求,设计并开发了厚板板形预报系统。利用数据转存功能,对工业大数据进行数据过滤和数据预处理,去除数据中的耦合信息和冗余变量。利用LSTM神经网络、卷积神经网络以及3D卷积神经网络对不同维度的数据分别提取数据特征,基于最大互信息系数将特征进行融合建立集成学习预报模型,有效地解决了多源异构数据所带来的建模困难。采用国内某厚板生产线的实际工业数据进行验证,结果证明了所开发系统的有效性。
-
单位东北大学; 流程工业综合自动化国家重点实验室; 宝山钢铁股份有限公司
