一种基于深度强化学习的镰刀弯控制策略生成方法

    公开(公告)号:CN117075557A

    公开(公告)日:2023-11-17

    申请号:CN202311102867.3

    申请日:2023-08-29

    Abstract: 本发明公开了一种基于深度强化学习的镰刀弯控制策略生成方法,包括:收集热粗轧带钢轧制过程中的中间坯数据作为样本数据并进行数据预处理;建立并训练基于XGBoost算法的镰刀弯弯曲量预测模型,用以搭建镰刀弯控制策略生成模型的智能体环境;建立基于深度确定性策略梯度算法的镰刀弯控制策略生成模型;镰刀弯控制策略生成模型的训练与模型参数保存;将热粗轧带钢轧制中间坯数据输入训练好的镰刀弯控制策略生成模型,输出中间坯镰刀弯调整策略。本发明通过自动控制,可以有效避免当前依赖人工经验带来的控制误差,并减少人工干预,降低劳动强度。同时,控制粗轧板坯的平直性,为精轧生产的稳定性提供了有力的保障。

    一种基于调控经验自学习的镰刀弯控制方法

    公开(公告)号:CN117139380A

    公开(公告)日:2023-12-01

    申请号:CN202311102955.3

    申请日:2023-08-29

    Abstract: 本发明提供了一种基于调控经验自学习的镰刀弯控制方法,适用于热连轧粗轧板形控制技术领域。该方法通过准确设定每个道次轧制中的辊缝倾斜量参数,实现镰刀弯弯曲量的降低。具体方法为:1.确定采集数据;2.对数据进行预处理;3.处理后数据按时序排列;4.建立数据集;5.使用梯度提升树算法建立辊缝倾斜量值调控值预测模型,对模型进行训练以获取最优参数;6.在测试集上验证性能。该热连轧粗轧镰刀弯控制方法利用自学习辊缝倾斜调控数据中的有效经验,相对于现有仅依赖历史镰刀弯轧制状态的方法,本方法综合考虑了辊缝倾斜量调控值与粗轧中其他工艺设定参数之间的适应性,提高了辊缝倾斜量的设定精度,提升了粗轧板形轧制质量和生产稳定性。

Patent Agency Ranking