一种面向梳棉工序的生产质量在线预测方法

本发明属于生产质量管理技术领域，提供了一种面向梳棉工序的生产质量在线预测方法。方法包括：构建并运行基于物理定律的纤维运动机理模型和基于机器学习的数据驱动模型；将第一质量预测结果与第二质量预测结果输入至动态权重融合机制，该动态权重融合机制执行以下操作以生成高精度的数字孪生模型：将集成有最优权重配置的数字孪生模型部署于工业运维平台，利用实时采集的梳棉工序生产数据驱动该数字孪生模型，实现对生产质量的在线动态预测。本发明既保留了纤维运动机理模型的物理可解释性，又充分发挥了数据驱动模型的高精度优势，通过自适应权重调整显著提升了数字孪生模型在不同工况下的预测精度和稳健性。