【技術實現步驟摘要】
本專利技術屬于熱軋無縫鋼管生產，具體涉及一種頂管機能耗預測方法及裝置。
技術介紹
1、在眾多能源優化策略中，對無縫鋼管頂管過程中的電能消耗進行精準預測與有效管理已成為關鍵的研究方向。準確的電能消耗預測不僅有助于企業優化生產流程、提高能源效率，還為實現綠色制造和減少碳排放奠定了重要基礎。頂管機是熱軋頂管機組生產線中關鍵生產設備之一。cpe（cross?roll?piercing?and?elongating?mills）熱軋無縫鋼管工藝即斜軋穿孔+頂管延伸是一種高度自動化的工藝，可生產出高質量的精密管材。此外，它具有高生產率，低成本的優勢。產品的壁厚可達3mm，軋制速度可達7米/秒。
2、雖然機器學習技術已被廣泛應用于熱軋鋼材預測過程，但目前應用的機器學習技術在預測?具有空間序列特征的熱軋能耗任務時只關注了其高度非線性的特點，而忽略了其復雜的空間特性。此外，傳統方法難以捕捉這些復雜的空間數據相關特性，導致設備能耗較高且難以進行電耗預測預警，從而增加設備故障的風險。
3、中國專利公開號為cn116882560a，名稱為基于熱軋產品能耗精準核算的品規能耗預測方法及系統的專利申請，包括：獲取物料在每一時刻能源消耗數據；以物料為核算對象，通過對物料所處工序位置與各類能源表計的消耗量進行耦合，建立物料能耗分攤模型，實現物料能耗精準核算；根據物料能耗核算結果，對不同鋼種、規格物料能源數據按分組規則進行分組，建立物料能耗樣本數據庫；按照正態分布數學模型，計算分組后同一鋼種、同一規格物料能耗數據的均值及方差，獲得該品規樣本
技術實現思路
1、為了克服上述現有技術中存在的問題，本專利技術的目的在于提供一種頂管機能耗預測方法及裝置，通過時空特征的融合，能夠更全面地捕捉生產過程中的動態變化，從而提高能耗預測的精度。
2、為實現上述目的，本專利技術采用的技術方案是：
3、第一方面，本專利技術提供一種頂管機能耗預測方法，包括以下步驟：
4、s1：收集頂管生產過程中多種因素的數據；
5、s2：建立頂管生產過程的機理模型和時間滯后模型；
6、s3：根據機理模型和時間滯后模型建立預測頂管機能耗的回歸預測模型，所述回歸預測模型包括tcn網絡層和注意力層；所述tcn網絡層用于對影響軋制能耗的空間特征進行提取；所述注意力層用于時序特征數據進行提取；
7、s4：通過回歸預測模型預測頂管機能耗。
8、可選地，步驟s1中，對收集的頂管生產數據采用3西格瑪準則進行異常值檢測，并采用插補法對缺失值進行插補。
9、可選地，步驟s2中，將機理模型與現場實際數據相結合對影響能耗的相關變量進行pearson相關性分析識別正相關特征，剔除負相關特征。
10、可選地，步驟s3中，回歸預測模型為tcn-transformer-attention模型，通過croosattention機制先對空間特征數據進行權重分配，與時間特征數據進行權重分配，將時間特征數據和空間特征數據的權重進行拼接。
11、可選地，步驟s1中，通過在頂管機設備的機架固定輥模處設置溫度傳感器、壓力傳感器、速度傳感器和測厚儀收集數據。
12、可選地，根據收集的頂管生產過程中多種因素的歷史數據，對歷史數據中的正常模式與異常模式進行機器學習，得到故障檢測模型。
13、第二方面，本專利技術提供一種頂管機能耗預測系統，包括：
14、數據采集模塊，用于收集頂管生產過程中多種因素的數據；
15、第一模型建立模塊，用于建立頂管生產過程的機理模型和時間滯后模型；
16、第二模型建立模塊，用于根據機理模型和時間滯后模型建立預測頂管機能耗的回歸預測模型，所述回歸預測模型包括tcn網絡層和注意力層；所述tcn網絡層用于對影響軋制能耗的空間特征進行提取；所述注意力層用于時序特征數據進行提取；
17、計算模塊，用于通過回歸預測模型預測頂管機能耗。
18、第三方面，本專利技術提供一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現所述頂管機能耗預測方法。
19、第四方面，本專利技術提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現所述頂管機能耗預測方法。
20、第五方面，本專利技術提供一種包括計算機可讀介質的計算機程序產品，在所述計算機可讀介質上包含計算機可讀程序代碼，所述程序代碼執行所述頂管機能耗預測方法。
21、與現有技術相比，本專利技術具有以下有益效果：
22、本專利技術通過時空特征的融合，能夠更全面地捕捉生產過程中的動態變化，從而提高能耗預測的精度。本專利技術能夠實時監測生產數據，并快速響應，提高生產效率和降低能耗。本專利技術能夠根據不同生產條件自適應調整預測模型，增強了系統的靈活性。
23、同時，本專利技術所提出的方法能夠滿足各種產品的軋制電耗預測需求，為設備能耗管理和設備故障預警提供了依據，具有重要的理論與實際意義。能夠提升能耗預測模型的泛化能力，并與能源管控系統融合，提升工作效率。
本文檔來自技高網...【技術保護點】
1.一種頂管機能耗預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟S1中，對收集的頂管生產數據采用3西格瑪準則進行異常值檢測，并采用插補法對缺失值進行插補。
3.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟S2中，將機理模型與現場實際數據相結合對影響能耗的相關變量進行Pearson相關性分析識別正相關特征，剔除負相關特征。
4.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟S3中，回歸預測模型為TCN-Transformer-Attention模型，通過Croos?Attention機制先對空間特征數據進行權重分配，與時間特征數據進行權重分配，將時間特征數據和空間特征數據的權重進行拼接。
5.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟S1中，通過在頂管機設備的機架固定輥模處設置溫度傳感器、壓力傳感器、速度傳感器和測厚儀收集數據。
6.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，根據收集的頂管生產過程中多種因素
7.一種頂管機能耗預測系統，其特征在于，包括：
8.一種電子設備，其特征在于，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現權利要求1-6任一項所述頂管機能耗預測方法。
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-6任一項所述頂管機能耗預測方法。
10.一種包括計算機可讀介質的計算機程序產品，其特征在于，在所述計算機可讀介質上包含計算機可讀程序代碼，所述程序代碼執行權利要求1-6中任一項所述頂管機能耗預測方法。
...【技術特征摘要】
1.一種頂管機能耗預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟s1中，對收集的頂管生產數據采用3西格瑪準則進行異常值檢測，并采用插補法對缺失值進行插補。
3.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟s2中，將機理模型與現場實際數據相結合對影響能耗的相關變量進行pearson相關性分析識別正相關特征，剔除負相關特征。
4.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟s3中，回歸預測模型為tcn-transformer-attention模型，通過croos?attention機制先對空間特征數據進行權重分配，與時間特征數據進行權重分配，將時間特征數據和空間特征數據的權重進行拼接。
5.根據權利要求1所述的一種頂管機能耗預測方法，其特征在于，步驟s1中，通過在頂管機設備的機架固定輥模處設置溫度...
【專利技術屬性】
技術研發人員：閆秀英，李陽，趙山西，薛岳釗，
申請(專利權)人：西安建筑科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。