基于无源域适应的聚酯纤维酯化过程低聚物密度预测方法

本发明公开了基于无源域适应的聚酯纤维酯化过程低聚物密度预测方法，涉及自动控制技术领域。本发明首先采集聚酯纤维酯化过程两条生产线上的传感器数据，将一条工况稳定且连续生产一个月以上的生产线作为源域，在数据隐私保护和无法访问源域原始数据的限制下，针对另一条新开辟的、缺乏历史数据集的目标生产线，基于采集的传感器数据构建无源域适应的聚酯纤维酯化过程低聚物密度预测模型。采用对抗思想的训练框架，通过两阶段的对抗优化算法充分挖掘源域预训练过程中可用于迁移的知识，并利用它在目标域自适应过程中训练可靠的预测模型，优化目标域模型的预测表现。本发明针对工业生产过程中常见的数据安全需求和隐私限制，有效解决了新开辟的生产线无法直接访问其他生产线数据的问题。