基于机器学习的模具高度自适应调节方法及系统

本发明基于机器学习的模具高度自适应调节方法及系统，涉及自适应调节技术领域，方法包括：采集预设时段内的时间序列数据并进行预处理，得到相应的数据序列；划分数据序列得到若干序列段，对每段序列段进行线性系统检测；基于检测结果对非线性系统的序列段进行迭代划分，得到若干线性序列段；对所有线性序列段进行聚类得到多个聚类簇，获取每个聚类簇对应的最优PID控制参数；实时采集当前时刻的运行数据并匹配所属聚类簇，基于相应的最优PID控制参数实现模具高度的自适应动态调节；本发明通过序列划分将全局非线性问题转化为局部线性控制，能够解决因非线性造成的PID控制不够精确的问题，实现模具高度的自适应调节。