基于双通道协同识别的实时工业质量检测方法、设备及存储介质
本发明涉及工业过程智能检测,尤其涉及基于双通道协同识别的实时工业质量检测方法、设备及存储介质。
背景技术:
1、在选矿、冶金、化工、能源、制药和材料等过程工业中,产品质量指标通常是生产调度、操作优化和闭环控制的重要依据。以选矿过程中的精矿品位为例,该指标能够反映生产过程的综合质量状态,但其真实值往往依赖人工采样、离线化验或复杂分析仪器获得,检测周期长、反馈滞后明显,难以满足实时优化控制的需要。
2、工业现场通常能够连续采集大量高频过程变量,例如温度、压力、流量、电流、振动、液位以及设备运行状态等;与此同时,质量指标、生产统计量和部分操作指标的采样频率较低。高频过程变量与低频质量指标之间存在采样周期不一致、响应迟滞和动态耦合关系复杂等问题,直接采用下采样、插值或固定窗口拼接方式容易造成信息损失,影响工业质量指标实时检测精度。
3、现有实时检测方法中,长短期记忆网络、门控循环单元、卷积神经网络以及基于注意力机制的深度学习模型已被用于工业时序建模,但纯数据驱动模型难以充分利用系统线性机理知识,在动态工况、原料波动或设备状态变化时容易出现局部最优、参数振荡和在线适应性不足。部分系统识别方法能够刻画线性关系,但难以单独描述复杂工业过程中的未知高阶非线性动态。
4、因此,需要一种实时工业质量检测方法,能够同时利用高频过程数据的快速变化信息、低频质量指标的长期反馈信息以及系统识别模型的线性机理信息。
技术实现思路
1、根据上述提出的技术问题,而提供一种基于双通道协同识别的实时工业质量检测方法、设备及存储介质。本发明通过采集并组织工业双频时序数据,建立工业质量指标动态检测模型,通过高频自注意力循环单元提取高频过程变量快速尺度动态特征;构建双通道协同长短期记忆网络并嵌入系统识别通道;融合高频动态特征、低频输入特征和系统识别模型输出,得到工业质量指标的实时检测结果。
2、本发明采用的技术手段如下:
3、一种基于双通道协同识别的实时工业质量检测方法,包括:按照低频采样周期,获取并对齐工业过程中的高频过程变量数据和低频质量指标数据,构造用于实时检测建模的滚动滑动窗口输入样本;建立工业质量指标动态检测模型,所述工业质量指标动态检测模型包括用于表征线性机理关系的系统识别模型以及用于表征未知高阶非线性关系的非线性动态模型;将所述高频过程变量数据输入高频自注意力循环单元,通过分组二维卷积、自注意力计算和自环状态传递提取所述高频过程变量数据中的快速尺度动态特征;将所述系统识别模型的输出通道嵌入双通道协同长短期记忆网络单元,使线性机理特征与非线性动态特征在同一网络结构中进行连续协同更新;根据融合后的高频动态特征、低频输入特征和系统识别模型输出,生成未来预测步长下的工业质量指标实时检测结果;对所述工业质量指标动态检测模型进行训练、参数更新和边缘部署,以实现工业质量指标的实时在线检测。
4、进一步地,所述高频过程变量数据包括由传感器、plc、dcs采集的温度、压力、流量、电流、振动、液位;所述低频质量指标数据包括由人工采样、离线化验系统、数据记录系统得到的工业质量指标、生产质量数据。
5、进一步地,所述工业质量指标动态检测模型将高频过程变量数据和低频质量指标数据共同作为模型输入,将未来预测步长下的工业质量指标作为模型输出;其中,所述系统识别模型用于刻画低频输入变量与工业质量指标之间的线性机理关系,所述非线性动态模型用于刻画高频过程变量和低频输入变量共同作用下的未知高阶非线性关系。
6、进一步地,所述高频自注意力循环单元将每个低频采样周期内的高频时间序列划分为多个数据矩阵,分别进行分组二维卷积处理,将卷积输出展平并聚合后生成查询矩阵、键矩阵和值矩阵,通过点积注意力计算得到高频特征矩阵,并结合自环状态因子进行循环状态传递。
7、进一步地,所述双通道协同长短期记忆网络单元包括遗忘门、输入门、输出门、记忆状态单元以及系统识别通道;所述系统识别通道接收低频时间序列作为输入并与状态单元结合,使梯度在前向传播和反向传播过程中同时作用于线性系统识别参数和非线性动态参数;所述动态检测模型部署于边缘服务器、工业计算机、控制服务器、工业云服务器、本地工作站或嵌入式计算节点中的一种或多种。
8、本发明还提供了一种设备,包括存储器、处理器、通信接口以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现基于双通道协同识别的实时工业质量检测方法。
9、本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现基于双通道协同识别的实时工业质量检测方法。
10、较现有技术相比,本发明具有以下优点:
11、本发明能够在同一模型结构中连续协同更新线性系统识别参数和非线性动态参数,减少交替优化造成的局部最优和参数振荡;同时通过高频自注意力循环单元提取高频过程数据中的快速尺度信息,通过边缘侧部署降低在线检测时延。
1.一种基于双通道协同识别的实时工业质量检测方法,其特征在于,包括:
2.根据权利要求1所述的基于双通道协同识别的实时工业质量检测方法,其特征在于,所述高频过程变量数据包括由传感器、plc、dcs采集的温度、压力、流量、电流、振动、液位;所述低频质量指标数据包括由人工采样、离线化验系统、数据记录系统得到的工业质量指标、生产质量数据。
3.根据权利要求1所述的基于双通道协同识别的实时工业质量检测方法,其特征在于,所述工业质量指标动态检测模型将高频过程变量数据和低频质量指标数据共同作为模型输入,将未来预测步长下的工业质量指标作为模型输出;其中,所述系统识别模型用于刻画低频输入变量与工业质量指标之间的线性机理关系,所述非线性动态模型用于刻画高频过程变量和低频输入变量共同作用下的未知高阶非线性关系。
4.根据权利要求1所述的基于双通道协同识别的实时工业质量检测方法,其特征在于,所述高频自注意力循环单元将每个低频采样周期内的高频时间序列划分为多个数据矩阵,分别进行分组二维卷积处理,将卷积输出展平并聚合后生成查询矩阵、键矩阵和值矩阵,通过点积注意力计算得到高频特征矩阵,并结合自环状态因子进行循环状态传递。
5.根据权利要求1所述的基于双通道协同识别的实时工业质量检测方法,其特征在于,所述双通道协同长短期记忆网络单元包括遗忘门、输入门、输出门、记忆状态单元以及系统识别通道;所述系统识别通道接收低频时间序列作为输入并与状态单元结合,使梯度在前向传播和反向传播过程中同时作用于线性系统识别参数和非线性动态参数;所述动态检测模型部署于边缘服务器、工业计算机、控制服务器、工业云服务器、本地工作站或嵌入式计算节点中的一种或多种。
6.一种设备,其特征在于,包括存储器、处理器、通信接口以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的基于双通道协同识别的实时工业质量检测方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一项所述的基于双通道协同识别的实时工业质量检测方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com