关键词：机械加工车间;;能耗分析;;能耗预测;;深度信念网络
摘 要：制造业在国民经济中占有重要份额,直接体现了一个国家的生产力水平,虽然它推动了全球经济的增长,但是也消耗了大量能量和资源,并对环境造成了污染。机械加工车间是制造业的重要组成部分,其能耗问题日益严峻。通过对机械加工车间能耗的预测不仅可以把握能源消耗的趋势,控制能源的存贮量,减少能源的浪费,降低车间的生产成本,也是车间节能研究基础,可为车间各能耗源节能优化提供有效依据。为此,本文通过分析机械加工车间的能耗以及能耗的影响因素,建立了一种基于深度信念网络的机械加工车间能耗预测模型,并开发了一套基于该能耗预测模型的支持系统。论文主要研究内容如下:首先,针对机械加工车间的多能耗组成的特点,从设备层的角度对机械加工车间能耗进行分析,基于此建立机械加工车间能耗影响因素指标体系,将此作为之后能耗预测模型输入变量的类型,并对能耗影响因素指标进行分析。其次,在上述基础上,建立了一种基于深度信念网络的机械加工车间能耗预测模型。先预处理原始的样本数据,将样本数据分为训练数据和测试数据,根据样本数据以及训练目标对网络结构进行设计,然后用训练样本数据进行训练,从而得到每一层神经元的权重和偏置量,通过训练结果的误差判断模型训练是否成功,最后用训练好的模型对测试样本数据进行预测,预测完成后进行预测结果的误差分析。根据误差分析的结果,不断的训练模型来调整模型的网络结构以及训练参数,直到得到最小的预测误差,此模型就作为最终的预测模型。并将本文的能耗预测模型与基于浅层神经网络的预测模型和基于支持向量机预测模型进行对比分析。最后,开发了基于深度信念网络的机械加工车间能耗预测模型的支持系统,先设计了支持系统的体系结构和功能模块;然后通过C#语言与MATLAB算法的集成实现了此支持系统;并通过此支持系统展现了基于深度信念网络的机械加工车间能耗预测模型应用后的预测效果,证明了该系统的有效性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取