摘要
本发明涉及碳回收中碳结晶缺陷处理技术,旨在提高生产效率,避免碳结晶缺陷;依据碳回收多个历史生产周期生产报告,获取碳结晶缺陷异常数据并整合为缺陷对照表;当前生产周期内,实时监测碳结晶生长数据,通过构建二维坐标系、设置基准线和预警线,分析生产变化曲线,识别异常生长数据并整合为预测异常组;对超预警曲线上生产数据进行归一化、提取时间序列特征等处理,构建多变量特征向量,选用LSTM架构时间序列模型,利用历史样本数据训练大模型;利用训练后的大模型对当前生产周期碳结晶缺陷预测,根据预测概率与阈值比较判定是否会发生缺陷,若可能发生则生成警报,技术人员据此分析原因并干预,有效避免缺陷发生,提高生产效率与质量。
技术关键词
废旧磷酸铁锂电池回收
曲线
长短期记忆网络
结晶
时间序列特征
异常数据
周期
缺陷预测
坐标系
信号
时间序列模型
归一化方法
数据分析模块
生成警报
标记
多项式
变量
直线
报告
系统为您推荐了相关专利信息
炎症性脱髓鞘性多发性神经病
XGBoost模型
数据存储
机器学习算法
分析单元
建筑施工进度管理方法
阶段
仿真模型
三维模型
建筑施工进度管理系统
Astar算法
分段贝塞尔曲线
轨迹规划方法
障碍物
智能机器人导航
智能防控系统
网口装置
智能电子钥匙
网络端口
解锁装置
抽油机电机
参数优化方法
数值积分方法
四连杆机构
数学模型