摘要
基于HP滤波和深度学习的碳纤维生产预氧化温度预测方法和装置,其方法包括:S1:选取原始训练数据;利用基于HP滤波的去趋势方法对零均值的加热器功率训练数据进行处理;利用滑动最大互相关平均方法确定预测预氧化温度所需加热器功率数据的最优个数;构造深度学习网络模型输入的训练特征矩阵和输出的目标向量;S2:训练得到预氧化温度预测的深度学习网络模型;S3:利用加热器功率测试数据预测预氧化温度;结合加热器功率历史数据构造滤波数据;利用基于HP滤波的去趋势方法对滤波数据进行处理;构造测试特征向量;深度学习网络模型输出预氧化温度预测值。本发明可以实现碳纤维生产预氧化温度的在线、实时、精准预测。
技术关键词
深度学习网络模型
温度预测方法
加热器
数据
训练特征
构建深度学习网络
功率
碳纤维生产线
温度预测装置
偏差
矩阵
滤波器
氧化炉
滑动窗
参数
存储器
处理器
序列