基于温控传递深度学习模型的最优控制策略设定方法

AITNT
正文
推荐专利
基于温控传递深度学习模型的最优控制策略设定方法
申请号:CN202411825035
申请日期:2024-12-11
公开号:CN120206763A
公开日期:2025-06-27
类型:发明专利
摘要
本发明公开了基于温控传递深度学习模型的最优控制策略设定方法,包括收集数据:假设某个模具中有N个水道,则可以在注塑材料在注入模具之后立刻拍摄一张热像图图片,记作训练模型:采用卷积神经网络模型,卷积神经网络包括第一卷积层,第一池化层,第二卷积层,第二池化层,第三卷积层,第三池化层,第四卷积层,第四池化层,第一全连接层,第二全连接层和损失函数、制定最优控制策略。该基于温控传递深度学习模型的最优控制策略设定方法,采用新型的结构设计,根据温度采用合适的控制策略控制注塑模具中的温度,从而达到最佳的使用效果,此过程中不需要通过人员经验判断,可以快速准确的判断出温控策略。
技术关键词
深度学习模型 卷积神经网络模型 积层 控制策略 温控 注塑材料 Adam算法 深度学习网络 随机梯度下降 正则化参数 图片 模具 矩阵 注塑模 非线性 数据 曲线
系统为您推荐了相关专利信息
1
多源自动驾驶测试数据采集、处理方法及系统
测试数据采集方法 多模态 数据分析算法 数据压缩 数据采集设备
2
一种实时语义反馈驱动的智能写作优化方法及系统
智能写作 多模态数据采集 协作平台 可视化界面 文本
3
螺旋桩承载性能实时预测的数字孪生方法
数字孪生方法 卷积神经网络模型 参数 控制螺旋桩 螺旋叶片
4
一种面向决策规划系统的仿真测试场景自动化生成方法
自动化生成方法 规划系统 测试场景 深度强化学习模型 训练深度学习模型
5
基于超声分子成像的焦点能量发射系统及方法
能量发射系统 分子成像 焦点 超声装置 发射超声
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号