摘要
本发明公开了基于时间卷积网络‑长短时记忆网络的连铸辊故障预测方法,具体包括如下步骤:步骤1,构建连铸辊数据集,并将数据集划分为训练集合测试集;步骤2,建立故障预测模型;步骤3,采用步骤1划分的训练集对步骤2构建的样本故障预测模型进行训练,输出训练好的模型;步骤4,采用步骤1划分的测试集对步骤3训练好的模型进行评价,输出预测结果。采用本发明提出的方法能够对连铸辊故障进行准确预测。
技术关键词
故障预测方法
时间卷积网络
故障预测模型
样本
记忆单元
无故障数据
历史故障数据
解码器模型
编码器模块
标准化方法
深度学习模型
序列
指标
标记
连铸机
系统为您推荐了相关专利信息
攻击识别方法
WGAN模型
BERT模型
数据
序列
生长预测方法
年轮宽度
变量
赤池信息量准则
参数
融合特征
样本
注意力机制
训练深度学习模型
资源推荐方法