基于图神经网络和强化学习的智能超薄玻璃钢化控制方法

本发明公开了一种基于人体空间位移模型和惯性导航系统的自主定位方法，包括如下步骤：S1数据采集与清洗；S2数据处理；S3构建图神经网络；S4构建时序卷积网络模型；S5强化学习优化控制。该方法通过收集并清洗玻璃钢化过程中的温度、压力、应力等数据，利用图神经网络提取空间特征，结合时序卷积网络模型捕捉时间序列特性，最终采用强化学习算法优化控制参数，实现对冷却过程中的氩气流速、坩埚转速等参数的智能调整，降低玻璃表面与中心的温差、减少应力变形、提高冷却均匀性，从而提升钢化玻璃的质量。