基于时间感知的人工智能重塑工业制造中的动态调控方法和系统

本申请提供基于时间感知的人工智能重塑工业制造中的动态调控方法和系统，方法包括：每n分钟，收集工业制造过程中的一组原始数据并进行合法区间校验，持续累积形成时序数据集；每m个小时，基于集合工业制造的专业知识，从最新累积的时序数据中提取多组特征；动态调整时序感知模型的复杂度，并使用最新提取的特征进行新一轮训练；使用最新训练的时序感知模型，预测未来m小时的执行量最优设点及其余参数的可接受波动带。本申请采用每m小时一次的滚动循环机制，能够在传感漂移或突发干扰后实现自主恢复；该方法的决策时间可控制在60秒以内，这一效率远超传统的CFD模拟或动力学模拟，满足工业制造过程中实时调控的需求。