基于强化学习的重介质选煤过程优化控制_中国煤炭行业知识服务平台

基于强化学习的重介质选煤过程优化控制

作者

胡金良李彤昀王光辉
单位

国能准能集团科学技术研究院中国矿业大学信控学院中国矿业大学化工学院
摘要

决定重介质选煤产品质量的主要影响因素是重介质悬浮液密度。但是由于过程复杂,设备众多,呈强非线性特性,导致对实现重介质悬浮液密度的优化控制存在难点。为此,针对重介质选煤过程及其特性,提出了一种基于强化学习的优化控制方法,用于在线更新密度设定值。所提方法将策略提升和策略评价两步迭代采用不同的神经网络实现,建立了无模型的控制器。最后,在MATLAB仿真平台上,将该方法与传统PI控制方法相比较,验证了所提方法的有效性。
关键词

重介质选煤悬浮液密度强化学习优化控制
文章目录

1 重介质选煤过程及其优化控制问题分析
1.1 重介质选煤过程
1.2 重介质选煤过程控制难点
2 重介质选煤过程优化控制
2.1 过程优化控制问题
2.2 基于强化学习的设定值优化控制策略
2.2.1 在线策略提升算法
2.2.2 基于神经网络的策略更新方法
1)策略评价神经网络更新。
2)策略提升神经网络更新。
3 实验仿真与分析
4 结论
引用格式

胡金良,李彤昀,王光辉.基于强化学习的重介质选煤过程优化控制[J].煤炭工程,2022,54(01):137-141.
相关文章

[1]基于DASCN的重介质浅槽分选灰分预测

煤问提