轻工学报

作者：张雷, 李金学, 堵劲松, 李龙飞, 邹严颉, 张二强, 李善莲

单位：1.郑州轻工业大学电气信息工程学院,河南郑州450001;2.中国烟草总公司郑州烟草研究院,河南郑州450001;3.河南中烟工业有限责任公司技术中心,河南郑州450000;4.陕西中烟工业有限责任公司技术中心,陕西西安710065

关键词：烘丝机, 筒壁温度, 深度门控循环单元, 动态预测, 互信息

基金：河南中烟工业有限责任公司科技项目(ZW201806)烟草行业烟草工艺重点实验室引领计划专项拔尖项目(202022AWHZ01)国家局烟草科研大数据重大专项项目(110202101083(SJ-07))河南省科技攻关计划项目( 212102210155)

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。

来源：2022年第6期

《轻工学报》期刊编辑部

查看轻工学报杂志2022年第6期