原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
CIESCJournal,2025,76(4):1635-1646化工学报2025年第76卷第4期|
研究论文DOI：10.11949/0438-1157
面向多采样率数据的TTPA-LSTM软测量建模
111，2
王法正，隋璘，熊伟丽
12
（江南大学物联网工程学院，江苏无锡214122；江南大学轻工过程先进控制教育部重点实验室，江苏无锡214122）
摘要：实际工业生产中，过程变量间存在的时滞和采样率差异会降低建模质量，使得许多软测量模型无法适用。
因此，提出一种基于时间感知模式注意力（time-awaretemporalpatternattention，TTPA）机制和长短时记忆网络
的软测量建模方法。首先，将高、低采样率对应的数据分别重构为短期和长期信息，采用时间感知模块将输入
信息分解并考虑时间间隔特性，针对质量相关信息占比低的问题，设计非递增启发式衰减函数对短期信息进行
加权，组合后获得长短期信息集成特征，降低因多采样率产生的数据缺失影响。其次，引入特征优化模块实现
特征二维滤波，跨时间步解析多元时间序列中的时滞信息，获取更有效的质量相关特征。最后，搭建了基于
TTPA的长短期记忆网络软测量模型。通过工业青霉素发酵过程和脱丁烷塔过程的应用仿真，验证了所提模型的
有效性和优越性。
关键词：多采样率；时间感知模式注意力；长短时记忆网络；软测量；神经网络；过程控制；动态建模
中图分类号：TP273文献标志码：A
文章编号：0438-1157（2025）04-1635-12
TTPA-LSTMsoftsensormodelingformulti-samplingratedata
111,2
WANGFazheng,SUILin,XIONGWeili
12
(SchoolofInternetofThingsEngineering,JiangnanUniversity,Wuxi214122,Jiangsu,China;KeyLaboratoryofAdvanced
ProcessControlforIndustry,MinistryofEducation,JiangnanUniversity,Wuxi214122,Jiangsu,China)
Abstract:Inpractical
文档评论（0）