基于时间卷积网络-长短时记忆网络的连铸辊故障预测方法
申请号:CN202510230507
申请日期:2025-02-28
公开号:CN120123877A
公开日期:2025-06-10
类型:发明专利
摘要
本发明公开了基于时间卷积网络‑长短时记忆网络的连铸辊故障预测方法,具体包括如下步骤:步骤1,构建连铸辊数据集,并将数据集划分为训练集合测试集;步骤2,建立故障预测模型;步骤3,采用步骤1划分的训练集对步骤2构建的样本故障预测模型进行训练,输出训练好的模型;步骤4,采用步骤1划分的测试集对步骤3训练好的模型进行评价,输出预测结果。采用本发明提出的方法能够对连铸辊故障进行准确预测。
技术关键词
故障预测方法
时间卷积网络
故障预测模型
样本
记忆单元
无故障数据
历史故障数据
解码器模型
编码器模块
标准化方法
深度学习模型
序列
指标
标记
连铸机