基于RNN塑料成型生产线能耗预测模型设计与实现

作者：李方方

摘要：在对塑料成型生产线设备组成、框架结构、各部分工艺研究的基础上,基于深度学习对塑料成型生产线能耗预测模型展开研究。采用了深度学习框架Tensorflow 2.0作为实验平台进行模型构建,采用循环神经网络(RNN)进行生产线能耗预测模型的设计,并根据生产过程中的能耗数据进行模型训练与验证。结果表明:模型验证预测误差范围在1%以内,预测模型能够有效捕捉到电能消耗的能耗波动,在误差范围内实现了模型的预测功能。生产线能耗的合理预测模型建立对于企业的绿色环保生产、低碳节能改造、合理分配加工生产任务具有一定的工程贡献与实用价值。

发文机构：南京信息职业技术学院人工智能学院

关键词：深度学习循环神经网络塑料成型能耗预测模型Deep learningRecurrent neural networkPlastic MoldingEnergy consumption prediction

分类号： TQ320[化学工程—合成树脂塑料工业]TP183[自动化与计算机技术—控制理论与控制工程]