基于深度学习算法的冲压设备关重件生产质量预测方法

本发明公开了基于深度学习算法的冲压设备关重件生产质量预测方法，包括从冲压生产车间中获取冲压设备参数和生产产品数据，并对数据进行预处理；构建CNN‑BiLSTM模型，并对该模型进行训练，得到训练后的CNN‑BiLSTM模型，该模型包括依次连接的CNN层、BiLSTM层和全连接层；将预处理后的数据输入到训练后的CNN‑BiLSTM模型中，得到质量预测数据，完成冲压设备关重件生产质量的预测。本发明有利于提高质量管理效率，优化生产流程，降低设备故障的风险，减少材料浪费，增强市场竞争力，降低废品率。