摘要
本发明涉及涂布厚度控制领域,公开了一种前馈式智能涂布厚度闭环控制方法及系统,包括采集数据用来训练模型;构建数据时间序列特征和各数据间多维度关联特征;搭建并训练神经网络,输入上述时间序列特征和各数据间多维度关联特征,输出为涂敷厚度趋势调节方向分类和各执行机构调节量大小的神经网络模型,得到训练好的神经网络模型,根据训练好的神经网络模型,执行涂布厚度闭环控制。本发明通过预测涂布厚度趋势方向和各控制机构调节量大小,降低闭环控制的滞后性,提高了涂敷厚度的均一性。
技术关键词
闭环控制方法
涂布
时间序列特征
神经网络模型
训练神经网络
因子分解模型
静态接触角
深度神经网络
梯度下降优化算法
涂敷
执行机构
动态时间弯曲
矩阵
闭环控制系统
代表
电子设备
数据采集单元
可读存储介质
系统为您推荐了相关专利信息
Copula函数
元启发式搜索
超参数
网络
启发式方法
建筑玻璃
工艺控制参数
皮尔逊相关系数
缺陷关联系数
能耗
输出电压误差
PID控制参数
DC‑DC变换器
PID控制算法
动态
X射线图像数据
X射线检测方法
生成对抗网络
卷积神经网络框架
卷积神经网络识别
降水量预测方法
反射率
雷达
生成对抗网络模型
关系