OSA-DCCLSTM软测量模型

级联结构精准建模

嵌入级联设备结构的软测量框架，以正交自注意力与差分交叉LSTM协同捕捉级联设备间的时空非线性特征。

Bochun, Yue · 王凯 · 朱红求 · 杨超

IEEE Transactions on Industrial Informatics 2024

参数信息

均方根误差降低值

0.3742

平均绝对误差降低值

0.2234

相关系数提升值

0.1389

技术优势

能处理复杂级联结构

通过差分交叉LSTM级联结构模拟设备的物理级联，每个主要设备的数据经过时延分析和正交自注意力计算后输入对应的LSTM模块，从而捕捉设备间复杂交互。

降低输入维度

先使用时延分析策略初步降低过程变量的输入维度，缓解输入输出维度极端不平衡的问题，使后续建模更可行。

捕捉时空非线性特征

提出的正交自注意力机制沿空间和时间两个维度捕捉与质量变量相关的非线性特征，解决过程变量时延不确定影响质量变量的问题。

误差显著降低

在真实氧化铝蒸发过程数据集上，与现有最优方法相比，RMSE平均降低0.3742，MAE平均降低0.2234，相关系数平均提升0.1389。

应用场景

• 工业软测量：为复杂流程工业提供高精度质量变量在线预测，替代传统难应用的软测量方法。
• 复杂工业过程监测：在输入输出维度极端失衡下仍能有效捕捉时空特征，实现过程状态实时监测。
• 级联设备过程建模：直接模拟级联设备的物理结构，解决不确定时滞和维度失衡下的建模难题。