模型训练和预测方法、装置、电子设备以及存储介质制造方法及图纸

本申请提供了一种模型训练和预测方法、装置、电子设备以及存储介质，模型训练方法包括：获取历史玻璃成型控制参数和历史玻璃成型厚度数据，玻璃成型控制参数至少包括加工环境控制参数、投料控制参数和加工原料控制参数；基于历史玻璃成型控制参数和历史玻璃成型厚度数据进行关联，得到训练样本数据；基于训练样本数据进行模型训练，得到预测模型，预测模型用于对玻璃成型厚度进行预测。本实施例的方案能够准确预测玻璃成型厚度。能够准确预测玻璃成型厚度。能够准确预测玻璃成型厚度。

【技术实现步骤摘要】
模型训练和预测方法、装置、电子设备以及存储介质


[0001]本申请涉及自动化控制领域，尤其涉及一种模型训练和预测方法、装置、电子设备以及存储介质。

技术介绍

[0002]平面玻璃厚度是浮法玻璃成型过程中，最主要的控制目标之一，通常采用的方式有激光测厚和软测量，其中激光测厚由于相同成分玻璃材料，熔融态与固态条件下的折射率不同，在高温情况下，利用干涉法激光测量熔融态玻璃厚度，不能作为最终冷端固态玻璃厚度的测量结果，此外，在热端温度较高，远远超出感光成像的工作温度，实际使用过程中还需要用水冷却。软测量技术，对于不能直接测量的过程变量，可以利用机理模型和其他过程参数进行推算。但是，浮法玻璃窑炉等热端生产过程，机理模型复杂，创建高精度模型难度大。
[0003]但是，在热端生产过程中，利用各种传统方法在线测量平面玻璃的厚度，都面临无法测量、误差大等问题。

技术实现思路

[0004]有鉴于此，本申请提供一种模型训练和预测方法、装置、电子设备以及存储介质，能够精准评估玻璃加工成型过程中的玻璃厚度。
[0005]根据本申请实施例的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，包括：获取历史玻璃成型控制参数和历史玻璃成型厚度数据，所述历史玻璃成型控制参数至少包括加工环境控制参数、投料控制参数和加工原料控制参数；基于所述历史玻璃成型控制参数和所述历史玻璃成型厚度数据进行关联，得到训练样本数据；基于所述训练样本数据进行模型训练，得到预测模型，所述预测模型用于对玻璃成型厚度进行预测。2.根据权利要求1所述的模型训练方法，所述基于所述历史玻璃成型控制参数和所述历史玻璃成型厚度数据进行关联，得到训练样本数据，包括：获取预设的关联标签，所述关联标签指示所述历史玻璃成型控制参数与所述历史玻璃成型厚度数据之间的关联程度；基于所述关联标签，对所述历史玻璃成型控制参数和所述历史玻璃成型厚度数据进行关联，得到训练样本数据。3.根据权利要求2所述的模型训练方法，所述基于所述关联标签，对所述历史玻璃成型控制参数和所述历史玻璃成型厚度数据进行关联，得到训练样本数据，包括：基于所述关联标签，对所述历史玻璃成型控制参数和所述历史玻璃成型厚度数据进行关联，得到关联数据；对所述关联数据进行样本数据增强处理，得到训练样本数据。4.根据权利要求1所述的模型训练方法，所述获取历史玻璃成型厚度数据，包括：建立与测厚设备的通信连接，所述测厚设备用于冷端玻璃测量并保存所述历史玻璃成型厚度数据；基于所述通信连接，从所述测厚设备获取所述历史玻璃成型厚度数据，或者，通道导入测量记录文件，获取历史玻璃成型厚度数据。5.根据权利要求1所述的模型训练方法，所述获取历史玻璃成型控制参数，包括：建立与玻璃成型控制应用程序的通信连接；基于所述通信连接，从所述玻璃成型控制应用程序，获取历史玻璃成型控制参数，其中，包括所述加工环境控制参数和投料控制参数，加工原料控制参数在玻璃成型控制过程中输入到所述玻璃成型控制应用程序中，或者，通过物料化验分析系统、订单管理系统等处在线获得加工原料控制参数。6.根据权利要求1所述的模型训练方法，所述加工环境控制参数包括设定的加工控制压力参数、加工控制温度、加工控制液位参数中的至少一者，所述加工原料控制参数包括原料成分数据、原料数量数据、原料编码数据中的至少一者。7.根据权利要求1所述...

【专利技术属性】
技术研发人员：姚铁，张家怀，
申请(专利权)人：西门子中国有限公司，
类型：发明
国别省市：