基于异质图神经网络的机械产品制造过程能耗预测方法技术

本发明专利技术公开了一种基于异质图神经网络的机械产品制造过程能耗预测方法，包括：对产品生产任务的分解与加工过程进行建模；获取项目、订单和设备对应的生产信息，并输入经过训练的能耗预测模型中，输出产品加工过程中各个设备的能耗预测值；模型的处理步骤包括：将生产异构图输入异构图神经网络中，对项目节点、订单节点、设备节点的节点特征进行关联融合，得到对应的异构节点嵌入；通过长短期记忆和注意力网络进行订单与设备之间以及设备与设备之间的注意力计算，得到第一更新节点嵌入和第二更新节点嵌入并整合生成对应的融合嵌入表示以预测设备能耗，最后实现产品制造过程能耗预测。本发明专利技术能够提高机械产品制造过程能耗预测的准确性和实用性。

【技术实现步骤摘要】

本专利技术涉及制造企业低碳制造领域，具体涉及基于异质图神经网络的机械产品制造过程能耗预测方法。

技术介绍

1、近年来，在环境与资源的双重压力下，节能降碳、发展低碳经济逐渐成为国际社会的战略抉择。工业领域作为能源消耗与碳排放的重要构成部分，是实现低碳发展的重中之重，工业脱碳已成为世界各国工业发展规划的重大战略目标。我国作为工业大国，工业能源消费量约占全社会能源消费总量的65％，近年来也颁布了一系列法规政策，制定绿色低碳发展规划和路线图，积极推动工业的数字化、智能化、绿色化转型。

2、与此同时，欧盟颁布并开始实施碳边境调整机制(碳关税)，要求进口或出口的高碳产品缴纳或退还相应的税费或碳配额，这就要求制造企业明确以产品为单位的能耗与碳排放数值。随着离散制造企业逐渐向订单生产模式转变，复杂机械产品成为主要加工生产对象。产品的制造过程是能源消耗与碳排放产生的源头，因此以产品加工过程为主线，对产品制造过程进行能耗预测，实现一系列节能降碳措施是一项必要的工作。

3、机械产品大多结构复杂，其生产制造涉及大量零部件，需多个车间、车间内多台设备协作完成本文档来自技高网...

【技术保护点】

1.基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于，包括：

2.如权利要求1所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤S1中，生产任务的信息单元包括：

3.如权利要求2所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤S2中：

4.如权利要求1所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤S301中，通过如下步骤构建生产异构图：

5.如权利要求1所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤S302中，异构图神经网络的处理步...

【技术特征摘要】

1.基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于，包括：

2.如权利要求1所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤s1中，生产任务的信息单元包括：

3.如权利要求2所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤s2中：

4.如权利要求1所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤s301中，通过如下步骤构建生产异构图：

5.如权利要求1所述的基于异质图神经网络的机械产品制造过程能耗预测方法，其特征在于：步骤s302中，异构图神经网络的处理...

【专利技术属性】
技术研发人员：王旭，苏旋，李明妍，刘培基，
申请(专利权)人：重庆大学，
类型：发明
国别省市：