摘要
本发明涉及化工生产过程控制技术领域,具体公开了一种基于性能驱动知识蒸馏的生产过程出口质量预测方法,包括以下步骤:步骤1,采集工业生产过程的可观测过程数据和出口质量指标的化验数据,并构成数据集;步骤2,对数据集进行清洗和标准化,并按照一定比例随机划分为训练集、验证集与测试集;步骤3,搭建基础质量预测器,以孪生神经网络框架,将LSTM模块嵌入其中;步骤4,训练多个基础孪生LSTM质量预测器,获得教师模型;步骤5,以性能作为驱动,结合知识蒸馏与有监督学习,训练具有相同结构的学生模型;步骤6,输入测试样本的过程数据,获取输出的预测值,以在保证模型稳定性的基础上提高对工业过程生产质量指标软测量的准确性。
技术关键词
孪生神经网络
蒸馏
教师
表达式
学生
训练集
基础
样本
工业生产
网络优化
异常数据
偏差
插值法
变量
代表
误差
样条
框架
模块
系统为您推荐了相关专利信息
数据集构建方法
医学超声图像
置信度阈值
多模态
表达式
废旧电池回收工艺
参数优化方法
老化特征
最佳工艺参数
数据