基于状态估计深度时序网络模型的烘丝工艺建模方法  

Modeling method of drying process based on depth sequential network model with state estimation

作　　者：虞文进[1] 王文娟[1] 叶志晖 李冠华[1] 王宏铝[1] YU Wen-jin;WANG Wen-juan;YE Zhi-hui;LI Guan-hua;WANG Hong-lyu

机构地区：[1]浙江中烟工业有限责任公司,杭州315504

出　　处：《制造业自动化》2023年第11期190-194,共5页Manufacturing Automation

摘　　要：针对烘丝工艺出口含水率难以准确控制问题,提出了基于状态估计深度时序网络模型的烘丝工艺建模预测。首先,对历史工业数据进行相关性分析得到影响水分冷却的主要因素,对其进行KLD除水量和均值处理构建模型初始输入信号;然后,基于状态空间的卡尔曼增益形式构建状态估计器,实现在烘丝过程中测量误差和噪声下的状态估计;最后,将状态估计器的输出作为长时预报器的输入用于预测烘后含水率。实验结果表明,在烘丝过程中长时预测的值接近真实刻度线,能够实现出口含水率的长时动态控制,提高生产过程的效率和质量,减少能源和资源的浪费。

关 键 词：烘丝 时序网络 含水率 状态估计器 长时预报器 

分 类 号：TH162.1[机械工程—机械制造及自动化]