基于机理模型与深度学习的密炼工艺预测控制方法

作     者：关瑞琦 苏永清 白雪杨 崔哲昕 GUAN Ruiqi;SU Yongqing;BAI Xueyang;CUI Zhexin

作者机构：同济大学电子与信息工程学院上海201804 

基　　金：国家重点研发计划项目(2022YFB3305300) 

出 版 物：《自动化与仪表》 (Automation & Instrumentation)

年 卷 期：2024年第39卷第1期

页      码：55-60,65页

摘      要：针对轮胎生产中密炼工艺的时变特性以及生产多要素对过程控制的要求,采用键合图和深度学习算法设计了一种模型预测控制方法,形成了对密炼过程生产多要素的有效控制。通过状态空间方程模型加反馈校正的方式,减小线性预测模型与非线性过程间误差;通过卷积神经网络(CNN)提取密炼工艺过程数据特征,通过长短期神经网络(LSTM)提取数据前后的时序关系;提出基于CNN-LSTM网络结构的系统参数辨识方法,实时更新状态空间预测模型参数,实现了预测模型与密炼过程的精准匹配。仿真结果验证了所提方法的有效性。

主 题 词：预测控制 密炼工艺 键合图 CNN-LSTM 

学科分类：08[工学] 081101[081101] 0811[工学-水利类] 081102[081102] 

D　O　I：10.19557/j.cnki.1001-9944.2024.01.012

馆 藏 号：203125480...