来源：期刊VIP网 时间：
作者：夏波;梁昌勇;赵树平;
单位：合肥工业大学管理学院;安徽省通信产业服务有限公司;哈尔滨工业大学经济与管理学院;
摘要：鉴于化工反应过程中数据所具有的动态性、时序性和非线性特征，以及传统预测算法在处理此类复杂数据序列时预测精度不高的问题，提出了一种基于MHA-ConvLSTM的化工反应过程关键风险预警方法。该方法整合了CNN、LSTM模型以及MHA和全连接层的设计理念。在模型架构中，MHA层主要负责提取时间序列数据的关键信息，以避免序列过长时信息的损失。此外，该方法还采用了多层次模糊综合评价法，全面考虑了各风险预警因子对风险等级的贡献，对单个因子进行了四级风险等级的划分。该预警方法已经在一家化工企业的羧基丁腈胶乳生产聚合工艺中得到应用，对温度、压力和搅拌速率等6个关键工艺参数进行了准确预测。实验结果显示，ConvLSTM模型在融合MHA机制后，其预测性能得到了显著提升，MAE值降至0.002 362,RMSE值降至0.002 726,R~2值提升至0.997 948,优于其他模型。在迭代至950次时，MHA-ConvLSTM模型达到了最佳性能，RMSE值为0.002 812,R~2值为0.998 524。在预测未来120 min风险等级的图表中，从第80 min起，风险等级逐渐升高，在第101 min达到了中级水平。利用多层次模糊综合评价法对预测结果进行风险评估，该方法为化工生产过程中的风险分级预警提供了有效支持，对于预防和减少重大安全风险、避免重大安全事故的发生具有显著的应用价值。
关键词：化工反应过程;;预警技术;;MHA-ConvLSTM;;多层次模糊综合评价
基金资助：国家自然科学基金重点项目(72131006)
