控制与决策

作者：彭慧,朱雪靖,周晓锋,李帅,刘舒锐

单位：中国科学院 网络化控制系统重点实验室,沈阳 110016;中国科学院 沈阳自动化研究所,沈阳 110016;中国科学院 机器人与智能制造创新研究院,沈阳 110169,,中国科学院 网络化控制系统重点实验室,沈阳 110016;中国科学院 沈阳自动化研究所,沈阳 110016;中国科学院 机器人与智能制造创新研究院,沈阳 110169;中国科学院大学,北京 100049,,中国科学院 网络化控制系统重点实验室,沈阳 110016;中国科学院 沈阳自动化研究所,沈阳 110016;中国科学院 机器人与智能制造创新研究院,沈阳 110169,,中国科学院 网络化控制系统重点实验室,沈阳 110016;中国科学院 沈阳自动化研究所,沈阳 110016;中国科学院 机器人与智能制造创新研究院,沈阳 110169;中国科学院大学,北京 100049,,中国科学院 网络化控制系统重点实验室,沈阳 110016;中国科学院 沈阳自动化研究所,沈阳 110016;中国科学院 机器人与智能制造创新研究院,沈阳 110169,

关键词：多步预测;制造过程;时变模型;时间卷积网络

基金：辽宁省重点研发计划项目(2020JH2/10100039).

制造过程关键参数的准确预测对制造过程的精确控制起关键作用,现有预测方法通常未考虑时间动态特性,多步预测性能不佳,无法满足制造过程实际需求.对此,提出一种基于时变注意力时间卷积网络(TVA-TCN)的制造过程关键参数多步预测方法.首先,鉴于普通卷积网络感受野的局限性,利用多通道时间卷积网络提取数据的长期依赖关系,并使用Softplus激活函数降低对数据异常值的敏感度;其次,提出一种时变模型结构,通过提取上一时间步的隐藏层信息和输出信息,使得模型不仅能够随时间动态更新,而且可以缓解梯度消失,从而提高多步预测性能;最后,利用食品加工制造过程的实际数据进行多步预测实验,结果表明所提出方法与传统的方法相比具有明显的优势.

来源：2022年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第12期