摘要
本发明属于生产过程监管领域,具体是公开了一种基于大数据的中药生产全过程质量监管系统,系统包括:中药生产加工数据采集模块、中药生产加工设备故障预测模块和中药加工成品质量评估模块。本方案构建包含卷积神经网络和长短期记忆网络的两阶段端到端模型,使用CNN提取不同变量间的短期模式,LSTM引入跳跃连接捕捉长周期依赖,通过滞后特征工程提取遥测数据趋势、故障发生次数及组件老化特征,实现对设备故障的高精度、提前预测;采用自动化超声检测方法,构建深度神经网络模型对信号进行分析处理,实现中药成品缺陷状态和压缩力水平的自动化、精准评估,大幅提升质量检测效率。
技术关键词
长短期记忆网络
中药
自动化超声检测
设备故障预测
故障预测模型
设备故障数据
监管系统
深度神经网络模型
故障预测方法
成品
数据采集模块
卷积滤波器
优化深度神经网络
发射换能器
滞后特征
大数据
构建深度神经网络
设备特征
系统为您推荐了相关专利信息
储能电站
决策树模型
LSTM算法
决策树算法
学习历史数据
故障预测方法
温度预测模型
Adam算法
配电变压器
长短期记忆网络
设备故障预测方法
多模态特征融合
时序特征
敏感性特征
注意力机制
误差补偿模型
LSTM模型
光影渲染方法
光源
参数
三角形
算法
顶点
Pearson相关系数
长短期记忆网络