来源：期刊VIP网 时间：
作者：郭静博;
单位：平顶山职业技术学院计算机科学与应用系;
摘要：为解决目前的故障诊断模型较为简单、泛化能力较弱等问题，采用改进CNN-Bi-LSTM模型进行湿法冶金流程故障诊断，再根据故障诊断的结果数据，采用改进随机森林模型进行湿法冶金全流程的评价。结果表明：故障诊断准确率达90.7%,远超该工厂原有基于经验规则的诊断系统的准确率(78.4%),且模型的故障检测响应时间控制在2 s内，确保了工艺过程中的实时监控和快速响应。
关键词：CNN-Bi-LSTM;;随机森林;;数值仿真;;实证研究;;故障诊断
基金资助：河南省高等学校重点科研项目(23B880046);; 河南省大中专院校就业创业课题(JYB2023270)
