一种基于强化学习的密炼过程智能模型预测控制方法

本发明公开一种基于强化学习的密炼过程智能模型预测控制方法，针对传统模型预测控制由于建模误差、状态突变、部件退化等造成的模型失配，导致控制效果变差，在模型预测控制的基础上，引入强化学习。设计基于强化学习的智能模型预测控制方法，求解关于优化变量的标准二次规划问题。强化学习选择补偿项，对模型失配造成的模型偏差进行补偿控制，与控制器输出结合，并作用于系统。最后，计算奖励并更新奖励值，优化未来时间步的控制补偿选择。随着控制周期的进行，不断地整合新信息，更新模型预测，并优化控制输入，以此来适应可能发生的系统行为变化或外部干扰。提高系统的稳定性和控制精度，确保密炼过程可以跟踪预设轨迹。