来源：期刊VIP网 时间：
作者：黄锋;黄洋;彭元凯;胡志力;华林;
单位：武汉理工大学现代汽车零部件技术湖北省重点实验室;武汉理工大学汽车零部件技术湖北省协同创新中心;
摘要：作为工业生产中的重要一环，金属热加工通常以高能耗和高排放而著称。在“双碳”经济背景下，热加工企业迫切需要通过节能减排措施推动可持续发展。能耗预测能够为定向节能减排提供方向，但传统的能耗预测方法难以准确挖掘各工序间的能耗映射关系，导致管控方式较为粗放。随着机器学习技术的快速发展，处理高维数据中的复杂非线性耦合问题成为可能，为热加工能耗预测提供了新的思路。综述了机器学习在热加工能耗预测中的应用与研究进展。首先，简要介绍了机器学习在能耗预测中的流程与经典模型，并重点分析了主要能耗设备：工业炉(加热炉)、液压机和工业机器人的能耗预测与优化方法。此外，强调了工序间能耗映射关系的重要性。由于热加工工序间存在复杂的相互影响，加工温度直接影响材料性能和加工效率。因此，构建全流程的能耗预测模型，将工艺参数、能耗与产品质量联系起来，已成为未来热加工能耗预测发展的重要方向。
关键词：金属热加工;;机器学习;;设备能耗;;能耗预测
基金资助：国家重点研发计划(2023YFB3307600)
