卷积Q学习网络

温度场均匀控制

相比平均温度控制，该网络直接学习温度场的空间分布，实时调整进料速率与位置，实现更均匀的焙烧温度场与更小的稳态误差。

Liang, Huiping · 杨超 · Mingjie, Lv · Xulong, Zhang · Feng, Zhenxiang · 李勇刚 · 孙备

Advanced Engineering Informatics 2024

技术优势

温度场更均匀

控制器挖掘温度场的空间信息，实时调整进料速率和位置，使温度分布更均匀，避免局部过热或欠热。

稳态误差更小

与对比方法相比，所提方法具有更小的稳态误差，控制性能更优。

应用场景

• 锌冶炼过程控制：提升锌焙烧温度均匀性，减少局部过热造成的产品质量波动。
• 工业过程强化学习控制：为工业过程提供基于强化学习的空间分布控制方案，替代平均量控制。
• 焙烧炉智能控制：实现焙烧炉温度场的实时智能调节，提高炉况稳定性。