基于数字孪生的纺纱车间能耗预测系统研究与应用

来源：现代纺织技术杂志2025年第07期北京时间：

作者：鲜灿龙, 袁逸萍, 晁永生, 赵飞阳, 杨海龙

单位：新疆大学智能制造现代产业学院，乌鲁木齐830017

摘要：针对纺纱生产过程可视化程度低、纺纱生产能耗较高的问题，以及能耗受原棉种类、锭子转速等多种因素影响的问题，提出一种基于数字孪生的纺纱车间能耗预测系统的构建方法，以提升能耗预测的精度。该系统涵盖数字孪生物理层、感知层、孪生层和应用层4部分，融合了卷积神经网络和双向长短时记忆网络，提取纺纱生产过程数据维度之间的特征关联，并增加注意力机制提升泛化能力，最后由全连接层输出预测结果。结果表明：CNN-BiLSTM-Attention模型的预测精度达到98.21%；与CNN-BiLSTM等模型相比，该模型的预测精度更高，误差更小，表现出一定的优越性和可靠性。

关键词：数字孪生,能耗预测,卷积神经网络,双向长短时记忆网络,注意力机制

基金资助：新疆自治区科技计划项目-重点研发专项（2022B01057-2）；新疆自治区科技计划项目-重点研发专项（2023B01027-2）