资料下载
×
基于深度强化学习仿真集成的压边力控制模型
消耗积分:1 |
格式:pdf |
大小:6.09 MB |
2021-05-27
往后dg
分享资料个
为改善板料拉深制造的成品质量，釆用深度强化学习的方法进行拉深过程旳压边力优化控制。提岀一种基于深度强化学习与有限元仿真集成的压边力控制模型，结合深度神经网络的感知能力与强化学习的决策能力，进行压边力控制策略的学习优化。基于深度强化学习的压边力优化算法，利用深度神经网络处理巨大的状态空间，避免了系统动力学的拟合，并且使用一种新的网络结构来构建策略网络，将压边力策略划分为全局与局部两部分，提高了压边力策略的控制效果。将压边力的理论知识用于初始化回放经验池，提高了深度强化学习算法在压边力控制任务中的学习效率。实验结果表明，与传统深度强化学习算法相比，所提岀的压边力控制模型能够更有效地进行压边力控制策略优化，成品在内部应力、成品厚度以及材料利用率3个质量评价指标的综合表现优于传统深度强化学习算法。将深度强化学习中的策略网络划分为线性部分与非线性部分，并结合理论压边力知识來初始化回放经验，能够提高深度强化学习在压边力优化控制中的控制效果，提高算法的学习效率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
