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
数据处理方法
神经网络模型
问答模型
连铸板坯
工业
测绘方法
SNMP协议
图谱
主机设备
网络安全信息
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