一种基于深度强化学习的连续退火炉智能温控方法

本发明公开了一种基于深度强化学习的连续退火炉智能温控方法，包括采集退火炉的历史运行数据，对采集到的数据进行预处理，将预处理后的数据组成状态变量；构建神经网络模拟器，将状态变量输入神经网络模拟器进行训练，预测退火炉下一时刻温度并输出；构建SAC模型，将状态变量输入SAC模型进行训练，生成奖励函数，并验证SAC模型的性能；利用PLC实时采集退火炉的数据并发送给边缘计算设备，通过边缘计算设备对采集到退火炉的数据进行实时归一化处理，将实时归一化处理后的退火炉的数据输入训练验证后的SAC模型，SAC模型实时输出控制指令并发送给PLC，利用PLC执行实时控制指令。本发明基于离线训练和在线部署的结合，降低人工调参需求，提高了控制效率。