一种基于强化学习的密炼温度迭代学习预测控制方法

本发明公开一种基于强化学习的密炼温度迭代学习预测控制方法。包含：S1、基于反应能量守恒原理建立密炼过程系统温度控制模型；S2、建立状态空间表达形式的系统温度控制模型；S3、针对过程的批次特性设计迭代学习控制律，建立迭代轴误差模型；S4、设计二维系统迭代学习模型预测控制方法，确定成本性能指标函数；S5、求解关于优化变量的标准二次规划问题；S6、设置Soft Actor‑Critic算法的超参数，将训练完成的策略网络与ILMPC控制器输出结合，并作用于系统；S7、根据缓存区的样本数据更新网络参数。本发明优化了控制系统在非重复扰动和未知动态变化下的控制鲁棒性，有效提高了密炼工艺排胶温度的稳定性。