複合的な多ユニット産業プロセスのための自己注意メカニズムを持つシリアル並列GRUに基づく新しいソフトセンシング方法

科学分野:

• 製造プロセスの最適化
• 産業における人工知能
• ソフトセンサ技術

背景:

• 従来のキー・パフォーマンス・インディケーター (KPI) のテストは時間と費用がかかります.
• デジタル・トランスフォーメーションは 製造業のKPIの タイムリーで正確な予測を必要とします
• 既存の方法では 効果的なリアルタイムでの生産指針は提供できません

研究 の 目的:

• オンラインのKPI予測のための高度なソフトセンサモデルを開発する.
• 伝統的な破壊的な試験方法の限界に対処する.
• 工業プロセスにおけるKPIモニタリングの効率と精度を向上させる.

主な方法:

• シリーズ・パラレル・ゲート・リキュアント・ユニットと自己注意 (SPGRU-SA) のソフトセンサモデルを提案した.
• 多ユニットプロセスからダイナミックな特徴を抽出するためにSPGRUを使用します.
• スタティックとダイナミックな特徴を相関分析のために重くするために自己注意メカニズムを使用した.

主要な成果:

• SPGRU-SAモデルは,KPIのオンライン予測が正確であることを実証しました.
• 動的および静的なプロセスの特徴の両方を効果的に捕捉します.
• ホット・ローリング・ストリップ・ミルとテネシー・イーストマン・プロセスで検証された性能.

結論:

• SPGRU-SAは,複雑な,複数のユニットの産業環境でKPIを正確に予測します.
• このモデルは,高価で遅い従来のテストに有効な代替案です.
• リアルタイムで意思決定を促し 製造の損失を削減します