基于DGRU网络的烘丝机筒壁温度动态预测
Journal of Light Industry（2022）
摘要
针对烘丝机干燥过程中筒壁温度难以准确进行在线检测的问题,提出基于深度门控循环单元(Deep Gated Recurrent Unit,DGRU)网络的筒壁温度动态预测方法.该方法先对现场工业数据进行小波去噪、归一化等预处理;然后采用互信息理论选择与筒壁温度相关性最强的特征作为模型初始输入变量;最后通过堆叠门控循环单元网络提取工业数据中深层非线性动态特征,输入全连接层中用于估计筒壁温度.基于某烟厂烘丝机工业数据的实验结果表明:DGRU算法预测误差箱体图中的误差中值及均值非常接近零刻度线,且造成的异常点较少.该方法的预测精度较高,能够实现筒壁温度精确动态预测.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要