摘要
本发明公开了一种基于强化学习的综掘面除尘系统自适应控制模型的训练方法,包括:搭建综掘面物理模型,在所述综掘面物理模型的掘进点生成粉尘,使用粉尘传感器捕获综掘面各位置的粉尘浓度,获得粉尘分布数据;构建强化学习模型,根据获得的粉尘分布数据训练所述强化学习模型,训练好的强化学习模型用于自适应控制通风系统。本发明可以生成大量训练数据,通过训练得到自适应控制通风除尘模型,有效提高除尘效率,有效减少设备功耗与人工干预,推动煤矿智能化发展。
技术关键词
强化学习模型
粉尘传感器
除尘系统
粉尘发生器
掘进面
通风系统
物理
通风设备
平台支架
风机
新鲜空气
接口模块
控制策略
风量
数据存储
输出口
系统为您推荐了相关专利信息
人体运动数据
人体动作采集
人形机器人关节
采集人体运动
平移关节
多智能体强化学习
强化学习模型
多层感知器
强化学习环境
参数
性能评估方法
网络状态分类
层次分析法
数据
风险评估算法
深度强化学习模型
虚拟机迁移方法
样本
迁移虚拟机
物理