基于ADA-Net的自适应延迟感知工艺质量连续预测方法、模型、终端及存储介质

本申请涉及智能制造技术领域，尤其涉及一种基于ADA‑Net的自适应延迟感知工艺质量连续预测方法、模型、终端及存储介质。收集卷烟制丝车间松散回潮工序的多变量时序数据，构成样本数据集；对样本数据进行预处理；按照时间顺序，将预处理后的数据划分为训练集、验证集和测试集；基于训练集开展滞后相关分析，识别各工艺参数对出口物料水分的最优滞后影响，并构建滞后特征及统计增强特征；在此基础上，搭建融合特征重构、Transformer时序编码、时间约束和自回归递推机制的ADA‑Net预测模型；利用训练集和验证集完成模型训练，并通过滑动窗口递推方式，对出口物料水分进行连续多步预测。旨在解决如何实现连续流程生产过程中的关键质量指标预测的问题。