来源：期刊VIP网 时间：
作者：吴恒;张本国;余浩辰;张瑞忠;范利锋;
单位：盐城工学院机械工程学院;河钢集团钢研总院工艺研究所;内蒙古大学交通学院;
摘要：为提高漏钢预报系统准确度，分析了热电偶的单偶时间序列特征与组偶空间联动特征，采用CNN对数据进行特征提取，再将时间序列温度特征作为BIGRU输入，构建CNN-BIGRU网络，并在输出端前引入MA机制。针对CNN-BIGRU网络易陷入局部最优解问题，利用BO算法寻找CNN-BIGRU网络最优超参数组合，建立了BO-CNN-BIGRU-MA网络模型，并将其应用到连铸漏钢预报系统。结合实际连铸生产数据，对该漏钢预报模型进行测试。结果表明，该连铸漏钢预报系统的准确率为99.5%,报出率达到100%。
关键词：漏钢预报;;卷积神经网络;;双向门控循环单元网络;;贝叶斯优化;;多头自注意力机制
基金资助：国家自然科学基金资助项目(52161022);; 江苏省基础研究计划资助项目(BK20150429)
