基于RNN塑料成型生產線能耗預測模型設計與實現

作者：李方方

摘要：在對塑料成型生產線設備組成、框架結構、各部分工藝研究的基礎上,基于深度學習對塑料成型生產線能耗預測模型展開研究。采用了深度學習框架Tensorflow 2.0作為實驗平臺進行模型構建,采用循環神經網絡(RNN)進行生產線能耗預測模型的設計,并根據生產過程中的能耗數據進行模型訓練與驗證。結果表明:模型驗證預測誤差范圍在1%以內,預測模型能夠有效捕捉到電能消耗的能耗波動,在誤差范圍內實現了模型的預測功能。生產線能耗的合理預測模型建立對于企業的綠色環保生產、低碳節能改造、合理分配加工生產任務具有一定的工程貢獻與實用價值。

發文機構：南京信息職業技術學院人工智能學院

關鍵詞：深度學習循環神經網絡塑料成型能耗預測模型Deep learningRecurrent neural networkPlastic MoldingEnergy consumption prediction

分類號： TQ320[化學工程—合成樹脂塑料工業]TP183[自動化與計算機技術—控制理論與控制工程]