基于深度强化学习的辊道窑温度场控制算法
作者单位:中南大学自动化学院
会议名称:《2021中国自动化大会——中国自动化学会60周年会庆暨...》
会议日期:2022年
学科分类:081702[工学-化学工艺] 0808[工学-电气工程] 08[工学] 0817[工学-化学工程与技术] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程]
摘 要:三元正极材料是最具前景的锂离子电池正极材料,其制备过程中最重要的烧结工序在辊道窑中进行,目前存在温度分布获取困难、温度控制效果不佳的缺点。本文提出一种基于深度强化学习的辊道窑温度场优化控制算法。首先,基于热力学机理建立辊道窑单温区温度场二维数学模型以获取单温区温度场分布数据。然后,将硅碳棒的实时温度做为控制,由模型产生的匣钵区域温度数据及炉内热电偶实测温度数据来构造改进的状态变量,降低硅碳棒温度变化与匣钵区域温度变化之间的时间差所导致的学习样本不准确的问题。由当前状态变量与目标状态的温度差,构造奖励函数,采用深度Q学习算法,根据奖励函数值实时调整硅碳棒的设定温度,直至匣钵区域温度分布达到目标值。最后,仿真实验表明所提方法的有效性。