基于强化学习的悬索桥预制索股法施工牵引系统控制方法

AITNT
正文
推荐专利
基于强化学习的悬索桥预制索股法施工牵引系统控制方法
申请号:CN202510652835
申请日期:2025-05-21
公开号:CN120704108A
公开日期:2025-09-26
类型:发明专利
摘要
本发明属于桥梁施工技术领域,特别涉及基于强化学习的悬索桥预制索股法施工牵引系统控制方法。该方法具体步骤为:通过Simulink对PPWS法索股牵引过程进行建模;搭建强化学习环境,定义状态空间和动作空间,状态空间包括拽拉器位置、速度和加速度,动作空间包括PID控制器参数;采用DDPG强化学习模型进行训练;将训练好的DDPG策略网络部署到硬件控制中,根据传感器采集到的状态数据实现PID参数的动态优化,实现索股牵引的智能控制。本发明通过构建包含轨迹平滑性奖励、速度稳定性奖励和速度突变惩罚的多目标强化学习框架,结合DDPG算法动态优化PID控制参数,实现拽拉器运行速度的精准调控,显著提升主缆牵引过程的控制精度与施工效率,降低了人为干预需求。
技术关键词
牵引系统控制方法 悬索桥 拽拉器 强化学习环境 PID控制器参数 强化学习模型 Simulink模型 在线 网络同步 PID控制参数 网络部署 强化学习框架 轨迹 卷扬机电机 桥梁施工技术 加速度 策略
系统为您推荐了相关专利信息
1
一种无线通讯的波束控制算法
信道状态特征 波束控制算法 深度学习模型 信道状态信息 强化学习算法
2
一种基于大模型算法智能工业机器人分拣系统
智能工业机器人 多源信息融合 路径规划算法 管理平台模块 模型算法
3
基于区域入侵检测的照明系统告警联动响应方法及系统
联动响应方法 层级 照明系统 强化学习环境 数据
4
基于多经验回放池TD3算法的功率变换器控制方法
功率变换器 网络 在线 连续动作空间 误差
5
一种异构车型取送货车辆路径规划方法及系统
深度强化学习模型 取送货车辆路径 节点 强化学习环境 异构
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