摘要
本发明公开了一种自动温控加热方法及系统,方法包括:实时获取加热状态数据并进行预处理;采用深度神经网络对加热状态数据进行预测得到加热控制参数;采用长短期记忆网络对历史加热状态序列数据进行预测得到未来参数变化值;采用强化学习算法进行强化反馈,得到对加热控制参数的优化控制信号;采用自适应神经模糊推理系统进行模糊推理,自适应调整规则和权重,得到模糊控制信号;综合上述参数和信号,通过加权融合生成针对加热设备的加热控制信号。通过本发明的技术方案,实现对加热设备的智能自动控制,大大提升了加热设备的监控能力和工艺管控能力,提升了产品的加热质量,降低了产品报废率,并提升了自动化智能化水平。
技术关键词
温控加热方法
长短期记忆网络
强化学习算法
加热设备
温控加热系统
材料特性数据
神经模糊推理系统
构建深度神经网络
模糊隶属度函数
模糊推理规则
滑动平均滤波
参数
信号
序列
卡尔曼滤波
填充方法
系统为您推荐了相关专利信息
封堵装置
应急决策方法
时间预测模型
结点
强化学习算法
生物监测系统
软件漏洞检测
防护方法
多源传感器融合
强化学习算法
异常订单
订单管理方法
多层检测模型
RPA技术
RPA机器人
神经网络模型
图像特征数据
融合特征
辐射光谱特征
材料检测方法