一种基于神经网络的轮胎硫化机能耗异常检测方法

摘要

本发明公开了一种基于神经网络的轮胎硫化机能耗异常检测方法，其包括采集工艺数据、计算理论能耗、采集能耗数据、计算实际能耗、计算能源效率、采集产品参数、采集环境参数、建立神经网络预测。本发明通过连续采集轮胎硫化过程中的温度信号、压力信号以及蒸汽流量信号，作为基础数据；然后基于硫化的物理过程和化学变化，准确计算硫化过程中的有效能耗和能效；最后将轮胎的规格参数、性能参数和环境参数作为输入向量进行神经网络学习，在经过多组标准工件和加工过程的参数学习后，确定神经网络中的连接权重；在确定产品能耗允许的波动区间阈值后，根据训练好的神经网络可以对当前硫化机的能耗工况进行实时预测判断，及时发现能耗异常信息。