摘要
本发明涉及机器学习技术领域,具体为一种基于深度学习的均四甲苯参数自动优化方法及系统,通过收集均四甲苯气相氧化制取均苯四甲酸二酐的历史生产数据,获得第一历史参数数据,经预处理得到第一预处理历史参数数据。将其根据副产物数据分为第一正例数据和第一负例数据。分析第一正例数据,计算各参数的第一参数范围。获取第一实时参数数据,判断其是否在第一参数范围内。若不在,进行预警;若在,则将第一实时参数数据输入第一均苯四甲酸二酐回归模型,得到第一预测产量数据,并将其输入第一均苯四甲酸二酐分类模型中,得到第一预测类别。根据第一预测类别自动调整反应参数,实现均四甲苯制取均苯四甲酸二酐的智能化优化和有效控制。
技术关键词
参数自动优化方法
甲苯气相氧化
预测类别
甲酸
副产物
深度神经网络
标签
实时数据采集
RNN模型
生成物
深度学习模型
预训练模型
阶段
预警模块
网络结构
机器学习技术
系统为您推荐了相关专利信息
麒麟操作系统
模拟训练系统
训练特征
集成特征
预测特征
催化剂组合物
二元醇
磷酸酯
丁二醇
环己烷二甲酸二甲酯
网络节点分类方法
转移概率矩阵
独立编码器
GCN模型
表达式