龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京航空航天大学
摘要：本发明涉及质量预测技术领域，解决了现有方法无法捕捉到工序间潜在的相互影响和复杂的动态变化，从而降低了预测模型的适用性和预测能力的技术问题，尤其涉及一种基于注意力机制的多工序质量预测方法，该方法包括以下步骤：获取历史产品加工中每一工序的工艺参数和多源传感器的时序特征数据构建训练集；使用训练集对基于注意力机制的特征编码网络进行多工序质量预测训练得到质量预测模型；使用训练后的质量预测模型对目标数据进行质量预测。本发明实现了工艺参数和质量指标之间映射关系的获取，为工艺参数智能优化提供支撑，提前发现加工中可能存在的问题，提前控制质量，具有较好的实用性。
主权项：1.一种基于注意力机制的多工序质量预测方法，其特征在于，该方法包括以下步骤：获取历史产品加工中每一工序的工艺参数和多源传感器的时序特征数据构建训练集；使用训练集对基于注意力机制的特征编码网络进行多工序质量预测训练得到质量预测模型，包括以下步骤：S21、将第t个加工工序的时序特征数据集合中的元素重组为时间序列，其中T为第t个加工工序时长，C为时序数据数；S22、将时间序列输入使用残差方式组织L个TempConv层的时序编码模块中生成编码后的时序特征，此处取L=2，即时序编码模块组织2个TempConv层，表达式为： ；其中，为TempConv的层数；S23、将第t个加工工序的工艺参数集合的每个元素进行拼接，再和编码后的时序特征进行拼接得到第t个加工工序的编码特征，即： ；其中，表示第t个加工工序的工艺参数集合的第n个元素；表示拼接操作；S24、将每一个编码特征依次输入LSTM单元中，LSTM单元计算当前加工工序的输出，并更新单元的细胞状态；S25、将N个加工工序的当前加工工序输出作为输入并在多头注意力网络中产生输出特征矩阵B；S26、将特征矩阵B输入MLP中得到加工误差z，迭代完成特征编码网络的多工序质量预测训练得到质量预测模型；使用训练后的质量预测模型对目标数据进行质量预测。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于注意力机制的多工序质量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号