基于TVA-TCN的制造过程关键参数多步预测方法

制造过程关键参数的准确预测对制造过程的精确控制起关键作用,现有预测方法通常未考虑时间动态特性,多步预测性能不佳,无法满足制造过程实际需求.对此,提出一种基于时变注意力时间卷积网络(TVA-TCN)的制造过程关键参数多步预测方法.首先,鉴于普通卷积网络感受野的局限性,利用多通道时间卷积网络提取数据的长期依赖关系,并使用Softplus激活函数降低对数据异常值的敏感度;其次,提出一种时变模型结构,通过提取上一时间步的隐藏层信息和输出信息,使得模型不仅能够随时间动态更新,而且可以缓解梯度消失,从而提高多步预测性能;最后,利用食品加工制造过程的实际数据进行多步预测实验,结果表明所提出方法与传统的方法相比具有明显的优势.