摘要
本发明涉及一种浮法玻璃脱碱量的预测方法,包括以下步骤:收集浮法玻璃产线从锡槽到退火炉末端的历史工艺数据、玻璃各位置和朝向的脱碱量,形成数据集D1;对数据集D1进行预处理和归一化处理,形成数据集D2;将数据集D2输入到建立的多个模型中进行预训练,并确定优化模型;对玻璃生产中板块的脱碱位置的参数进行特征筛选,得到最优特征子集;将最优特征子集输入到优化模型中,并通过贝叶斯优化对模型的参数进行优化,并对脱碱量进行预测。本发明通过收集浮法玻璃产线从锡槽到退火炉末端的历史工艺数据、玻璃各位置和朝向的脱碱量,并对模型进行选择,进而对模型参数进行贝叶斯优化,提高了产线脱碱量预测的准确性。
技术关键词
浮法玻璃
数据
滑动窗口
退火炉
二进制特征
更新模型参数
分类特征
偏差
异常事件
编码方法
板块
指标
依序
板面
传感器
变量
数值
误差
系统为您推荐了相关专利信息
开关柜状态
隐患评估方法
分布式加密存储
云端服务器
异常状态
图像采集装置
坐标系
三维建模方法
标定装置
座舱
脉冲神经网络模型
识别方法
积分发放神经元模型
网络结构
计算机程序产品
数据治理平台
访问控制技术
数据显示界面
数据格式
访问控制信息
网络关键节点
邻居
识别方法
复杂度
重要性分析方法