一种基于人工智能的交联电缆硫化控制方法

本发明提出了一种基于人工智能的交联电缆硫化控制方法，通过温度传感器、压力传感器和时间记录设备，实时采集硫化过程中的关键数据，并对这些数据进行基于密度的异常监测和Yeo‑Johnson变换归一化处理。采用LightGBM算法建立预测模型，并通过SMAC算法优化模型，提高了模型的预测精准度。优化后的模型部署到生产控制系统中，利用边缘计算技术实时监控和调整硫化过程参数，提高了生产效率和产品质量的稳定性。该方法有效解决了硫化过程中导体氧化、变色和欠硫化等问题，实现了智能化、精准化的硫化过程控制。