| 成果基本信息 | ||||||
| 关键词: | 玻璃窑炉,温度控制,深度学习,强化学习 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明提供一种基于深度学习和强化学习的玻璃窑炉温度控制方法,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉,建立温度仿真模型和温度控制模型,通过调节燃料阀门,使熔窑温度保持稳定;通过传感器收集窑炉各关键位点的温度、氧气流量、天然气流量、天然气阀门开度、天然气阀门开度和窑炉压力,使用深度神经网络,建立窑炉温度仿真模型,用来对窑炉温度变化环境进行仿真;基于深度学习和强化学习建立窑炉温度控制模型,利用建立好的两个模型,根据当前熔炉状态,实时输出天然气和氧气阀门应该采取的偏移量。并利用历史窑炉数据,对温度仿真模型和温度控制模型进行在线或周期性更新,以达到精准温度控制 |