一种基于深度搜索的退役电池动态拆解路径决策方法

AITNT
正文
推荐专利
一种基于深度搜索的退役电池动态拆解路径决策方法
申请号:CN202510322445
申请日期:2025-03-19
公开号:CN119849331B
公开日期:2025-07-01
类型:发明专利
摘要
本发明涉及动力电池拆解和回收技术领域,公开了一种基于深度搜索的退役电池动态拆解路径决策方法。基于电池拆解工艺步骤构建拆解路径,并根据拆解路径构建图矩阵编码;获取机器状态,将机器状态和图矩阵编码输入已构建好的强化学习模型获取拆解权重;根据拆解权重结合深度搜索获取第一优化拆解路径,并按照第一优化拆解路径进行拆解,并获取电池信息,根据电池包信息再次结合强化学习模型和深度搜索获取第二优化拆解路径,按照第二优化拆解路径分配机器完成退役电池的拆解,解决了现有的拆解路径无法实时调整的问题。
技术关键词
决策方法 强化学习模型 动作模块 拆解工艺 节点 电池包信息 矩阵 动态 多尺度特征 电池包装 动力电池拆解 编码特征 工位 融合特征提取 支路 关系 标识符
系统为您推荐了相关专利信息
1
一种基于图像识别的肉块大小智能调整方法及绞肉装置
肉块 绞肉装置 图像采集节点 像素点 控制策略
2
一种智能工业大模型连铸数据处理方法
数据处理方法 神经网络模型 问答模型 连铸板坯 工业
3
一种基于知识图谱的全链路工业资产安全测绘方法
测绘方法 SNMP协议 图谱 主机设备 网络安全信息
4
一种基于改进稀疏子空间聚类的雷达信号分选方法、程序、设备及存储介质
雷达信号分选方法 广义正交匹配追踪算法 矩阵 脉冲 特征值
5
一种虚实融合的工程训练方法及系统
知识点 节点 网络 学生 自然语言
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号