质量预测模型训练方法、产品质量预测方法以及装置制造方法及图纸

本说明书实施例提供质量预测模型训练方法、产品质量预测方法、基于水泥生产场景的产品质量预测方法及装置，其中质量预测模型训练方法包括：获取目标生产场景中关键点位的历史测量数据、目标生产场景下产品的参考质量参数，其中，关键点位为影响产品质量的点位，参考质量参数为对产品进行质量检测得到；基于参考质量参数的取样时间，通过时滞分析从历史测量数据中估计得到目标测量数据的分布信息，其中，目标测量数据是影响参考质量参数的测量数据；将目标测量数据的分布信息输入质量预测模型，获得产品的质量预测结果；基于质量预测结果和参考质量参数，对质量预测模型进行训练。提升了模型在复杂的环境中的鲁棒性和所进行预测的准确性。

【技术实现步骤摘要】

本说明书实施例涉及数据处理，特别涉及一种质量预测模型训练方法、一种产品质量预测方法。

技术介绍

1、随着科学技术发展，工业生产制造领域对产品质量控制的实时性和准确性提出了更高的要求。

2、目前，为了确保生产过程中对产品的质量指标进行监测，通常使用预测模型来在线获取容易测量的数据来估计难以直接测量的质量特性。这些模型通过对在线获取到的容易测量的数据进行分析，得到关键质量指标的状态。同时，由于生产环境中存在各种不可预见的变化因素，如原材料成分波动、设备健康状态变化等，使得所构建的模型会存在一定误差，因此，通常还会采用输出校正法对构建的模型输出的结果进行修正。

3、然而，上述方法虽然对模型的结果进行了修正，但由于生产过程中取样时间的不确定性以及不同质量指标之间的时间滞后性存在差异，基于固定参数的模型容易出现预测结果与实际值不符的情况，从而导致预测精度较低，偏离较大。因此，亟须一种更合理高效的模型训练方法。

技术实现思路

1、有鉴于此，本说明书实施例提供了一种质量预测模型训练方法。本说明书一个本文档来自技高网...

【技术保护点】

1.一种质量预测模型训练方法，包括：

2.根据权利要求1所述的方法，所述基于所述参考质量参数的取样时间，通过时滞分析从所述历史测量数据中估计得到目标测量数据的分布信息，包括：

3.根据权利要求2所述的方法，所述目标生产场景中包括至少两个关键点位；所述根据所述目标时间信息，从所述历史测量数据中确定所述目标时间信息对应的目标测量数据，包括：

4.根据权利要求1-3中任一项所述的方法，所述将所述目标测量数据的分布信息输入质量预测模型，获得所述产品的质量预测结果，包括：

5.根据权利要求1所述的方法，在所述将所述目标测量数据的分布信息输入质量预测模...

【技术特征摘要】

1.一种质量预测模型训练方法，包括：

2.根据权利要求1所述的方法，所述基于所述参考质量参数的取样时间，通过时滞分析从所述历史测量数据中估计得到目标测量数据的分布信息，包括：

3.根据权利要求2所述的方法，所述目标生产场景中包括至少两个关键点位；所述根据所述目标时间信息，从所述历史测量数据中确定所述目标时间信息对应的目标测量数据，包括：

4.根据权利要求1-3中任一项所述的方法，所述将所述目标测量数据的分布信息输入质量预测模型，获得所述产品的质量预测结果，包括：

5.根据权利要求1所述的方法，在所述将所述目标测量数据的分布信息输入质量预测模型，获得所述产品的质量预测结果之前，还包括：

6.根据权利要求5所述的方法，所述利用所述训练样本集，构建质量预测模型，包括：

7.根据权利要求5或6所述的方法，在所述利用...

【专利技术属性】
技术研发人员：包垚垚，
申请(专利权)人：阿里云飞天杭州云计算技术有限公司，
类型：发明
国别省市：