控制理论与应用

作者：方怡静,蒋朝辉,桂卫华,潘冬

单位：中南大学,中南大学,中南大学,中南大学

关键词：注意力机制; 时间卷积网络; 工况知识; 烧结终点; 预测

基金：国家重大科研仪器研制项目(61927803), 国家自然科学基金项目(61773406), 中南大学中央高校基本科研任务业务费专项资金(2020zzts572)资助.

烧结终点位置的实时准确预测对于优化烧结工艺具有重要的意义. 针对烧结过程中强非线性和动态时变性造成烧结终点高精度预测难的问题, 本文提出了一种基于工况知识引导注意力时间卷积网络(AM–TCN)模型. 首先, 构建堆叠的时间卷积模块用于充分提取烧结过程数据中深层次的非线性特征; 其次, 将历史工况知识引入注意力机制, 引导模型在保留过程数据时序特征的同时区分不同特征的重要性; 最后, 构建预测模型用于烧结终点位置在线预测. 工业数据实验表明, 所提AM–TCN模型具有较好的烧结终点预测精度, 对提升烧结过程热状态稳定性具有重要意义.

来源：2024年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第3期