基于DPPO强化学习的疏浚机械臂智能控制方法及系统

本发明公开了一种基于DPPO强化学习的疏浚机械臂智能控制方法及系统，涉及疏浚工程装备智能化技术领域，方法包括实时采集疏浚船的挖泥清淤机械臂的液压压力、振动频谱及温度数据，并进行预处理；将预处理后的数据输入至LSTM‑Attention模型，基于长短期记忆网络和注意力机制进行特征提取，输出机械臂剩余使用寿命预测值；建立退化‑效能耦合模型，并基于机械臂剩余使用寿命预测值计算机械臂健康指数及作业效能；建立DPPO强化学习控制器，以机械臂健康指数、作业效能、能耗及机械臂关节角度为状态空间，输出动态负载调节指令的动作空间，通过奖励函数优化控制策略，将负载调节指令经动力学约束处理后驱动机械臂液压执行机构。