基于自编码器的切粒机熔体异常辨识研究

文章对聚酯切粒机熔体挤出过程中熔体异常的形态特征和产生原因进行了分析,讨论了基于自编码器的深度学习方法在熔体异常辨识领域应用的可行性,并利用Deep Learning Tool平台研究了基于自编码器的图像异常辨识网络的应用效果。实验结果表明,文章所采用的网络具有良好的熔体异常辨识准确率和泛化性能,并初步实现了对熔体异常程度的有效区分。