烧结BTP智能感知系统

基于选择性注意机制的编码解码网络的烧结终点多步预测模型。针对烧结过程强非线性、强耦合、随机噪声和动态性等特点,在编码网络中,设计了一种降噪门嵌入到门控循环单元中,构建降噪门控循环单元提取原始序列数据中的潜变量,研发了一种选择性注意力机制捕获潜变量与烧结终点的时空相关性。

特色优势

  • 所提出的方法全面考虑影响烧结终点的辅助变量,比如温度上升点BRP的引入,可以提升模型的预测精度。
  • 编码解码模型可以实现多对多序列建模,对烧结终点进行多步预测,以此可以对烧结终点实现提前预报的功能。
  • 时空注意力机制不仅可以捕获样本的时序动态性,还可以学习目标变量与高级特征之间的相关性,进一步提升了模型的准确性和鲁棒性。

应用案例

广西柳州钢铁集团有限公司、江苏省镔鑫钢铁集团有限公司、宁波钢铁有限公司等。