电芯模组极耳折弯设备的多角度协同控制方法及系统

AITNT
正文
推荐专利
电芯模组极耳折弯设备的多角度协同控制方法及系统
申请号:CN202511023238
申请日期:2025-07-23
公开号:CN120993837A
公开日期:2025-11-21
类型:发明专利
摘要
本发明涉及电池制造设备技术领域,具体为电芯模组极耳折弯设备的多角度协同控制方法及系统,数据采集,通过视觉、激光、力传感器采集极耳的几何特征、材料属性、实时位置、折弯受力以及设备运行状态数据,参数优化,利用深度强化学习算法,基于采集的数据训练折弯策略模型,实时调整折弯角度、力度、速度参数,最小化折弯误差和材料损伤风险,轨迹规划,运用跨尺度多物理场仿真引擎集成电化学、力学、热传导模型,生成折弯禁区图谱,结合粒子群优化算法对多轴运动轨迹进行全局优化,策略生成,通过DRL动态策略生成层定义状态空间和动作空间,结合奖励函数,采用云边协同训练机制生成折弯策略,精确控制。
技术关键词
折弯设备 协同控制方法 协同控制系统 设备运行状态数据 深度强化学习算法 PID控制参数 多角度 集成电化学 粒子群优化算法 策略 电芯模组 数据采集模块 力传感器 实时位置 多模态 执行器 工业互联网平台 动态
系统为您推荐了相关专利信息
1
基于分布式控制架构的发酵设备协同控制方法
分布式控制架构 协同控制方法 发酵设备 代谢动力学模型 分布式控制节点
2
一种用于停车厅的智能化停车方法及相关设备
停车方法 矩阵 深度强化学习算法 车辆底部 智慧停车技术
3
基于深度强化学习的水下航行器自动避障策略训练方法
水下航行器 障碍物 坐标系 深度强化学习算法 人工智能算法
4
多源分布式资源协同实时控制方法、系统、设备及介质
混合智能算法 分布式资源 深度强化学习算法 电网运行指标 粒子群优化算法
5
基于深度强化学习的非对称交通流信号控制方法
深度强化学习算法 交通流状态 交通流信息 交叉口交通流 信号控制机
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