融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化 |
| |
引用本文: | 阴彦磊,王立华,廖伟智,张万达.融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化[J].计算机集成制造系统,2023(9):2991-3005. |
| |
作者姓名: | 阴彦磊 王立华 廖伟智 张万达 |
| |
作者单位: | 1.昆明理工大学机电工程学院650500;2.电子科技大学机械与电气工程学院610054; |
| |
基金项目: | 国家自然科学基金资助项目(52065033);云南省重大科技资助项目(202202AG050002)。 |
| |
摘 要: | 为解决流程制造工艺参数优化面临的多工序耦合模型构建复杂、多目标冲突分析困难、实时和准确性难以保障等问题,提出一种融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化方法。设计了适用于多工序耦合生产的训练计算云边协同架构,通过设备边缘节点与云平台的高效协同,完成了预测模型和优化模型的云端训练,边缘端数据收集、模型下载和调用计算。在此基础上,建立了基于GRU-Attention多层神经网络的生产工艺质量预测模型,将输出质量指标作为适应度,调用鲸鱼算法对生产工艺参数进行全局寻优,获得不同工序最优工艺参数组合,实现流程生产不同工序加工质量的实时预测和综合优化。最后,以某流程制丝生产线为例进行了实验验证,结果表明,所提基于深度学习的云边联动方法可实现生产质量的综合动态优化,同时可降低工艺参数调控任务的完成时间。
|
关 键 词: | 流程制造 GRU-Attention多层神经网络 云边协同 联动优化 |
本文献已被 维普 等数据库收录! |