基于深度确定性策略梯度的拉弯矫直机熨平辊控制方法

本发明提供一种基于深度确定性策略梯度的拉弯矫直机熨平辊控制方法，涉及金属板材矫直技术领域。所述方法包括：初始化系统传感器参数，熨平辊控制参数，以及深度确定性策略梯度算法的超参数；实时采集金属板材的物理特性数据，并进行预处理；采用深度确定性策略梯度算法设计并训练策略网络和Q网络，设计奖励函数对控制策略进行评价，生成最优的控制策略；根据生成的控制策略控制熨平辊的动作；实时采集矫直后的金属板材的物理特性数据，作为反馈数据更新控制策略；引入遗传算法定期对深度确定性策略梯度算法的超参数进行优化，并将优化后的超参数用于控制策略更新。本发明能够提高金属板材生产的精度和稳定性。