一种Dual-LSTM混合模型的产线设备状态预测方法与应用

摘要：

智能化生产线设备健康状态、加工过程状态、产品信息等数据具有复杂化、多样化、大容量的特点,传统上对于设备的运行状况主要依靠人工经验来判断,不能及时有效地给出维护意见.针对上述问题,本文提出了一种基于Dual-LSTM(Long Short-Term Memory)混合模型的时序数据预测方法.首先建立LSTM预测模型对设备状态进行初步预测,然后针对多步预测过程中出现的误差"累积"问题,通过预测残差数据建立LSTM辅助模型对初步预测结果进行修正,最后采用循环迭代的方式实现了对数据的多步预测过程.通过与单LSTM模型进行实验对比,该方法在数据的单步预测和多步预测中的表现均优于单模型,验证了所提方法在时序数据预测上的准确性,为分析生产线整体的运行状态趋势提供了有效地判断依据.

关键词：智能化生产线、Dual-LSTM混合模型、时序数据、多步预测

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划项目;辽宁省"兴辽英才计划"项目

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2470-2474