自调谐域不变卷积自编码器

多模过程质量预测

针对多模过程漂移问题，利用分解结构和微调策略提取域不变时空特征，实现在线补偿与质量预测。

Chao, Yang · 刘强 · Chen, Wang · Jinliang, Ding · Cheung, Yiu Ming · Yang, Chao

IEEE Transactions on Industrial Informatics 2024

技术优势

抗漂移能力强

通过分解结构提取域不变时空特征，并利用目标域少量标签样本微调，在线补偿漂移影响。

负迁移风险低

针对数据分布和动态关系的变化，设计特征分解与动态约束，避免传统迁移方法在漂移场景下的性能下降。

在线自适应

利用目标域标签样本微调模型，实现对过程漂移的在线补偿，无需重新训练。

应用场景

• 工业过程质量预测：在工况漂移时仍能准确预测关键质量变量，替代传统软测量模型。
• 多模态过程建模：用统一的域不变特征建模不同操作模式，避免为每个模式单独建模。
• 软测量：通过自编码器提取的特征建立质量变量回归，实现无需硬件的软测量。
• 数据驱动建模：从历史数据学习动态关系，为复杂工业过程提供可微调的预测模型。