基于强化学习的复合材料拉挤边框数据采集管理系统

AITNT
正文
推荐专利
基于强化学习的复合材料拉挤边框数据采集管理系统
申请号:CN202511094356
申请日期:2025-08-06
公开号:CN120932789A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于强化学习的复合材料拉挤边框数据采集管理系统,包括实时工艺参数采集与滤波、数字孪生仿真、强化学习控制、超参数优化、异常预警及数据管理单元;系统通过传感器阵列与非线性卡尔曼滤波获取工艺参数数据流,通过数字孪生模型与SoftActor‑Critic算法生成控制策略,通过人工蜜蜂群算法优化超参数,并实时识别预警工艺异常参数,构建数据特征库及辅助决策数据。本发明提高了拉挤工艺数据采集精度、生产过程智能化水平及产品质量稳定性。
技术关键词
数据采集管理系统 复合材料拉挤工艺 矩阵 非线性卡尔曼滤波 强化学习模型 节点 决策 数字孪生 超参数 传感器阵列 邻域 截面尺寸 生成工艺 策略 算法 坐标 分段
系统为您推荐了相关专利信息
1
一种基于多时空图融合与动态注意力的交通流预测方法
交通流预测方法 注意力机制 训练集 动态 空间特征提取
2
一种物联网恶意流量检测方法、装置与存储介质
恶意流量检测方法 恶意流量检测模型 局部二值模式特征 胶囊网络 校正特征
3
FFC线束信号防串扰方法、装置、电子设备以及存储介质
防串扰方法 线束 信号 矩阵 三维模型
4
一种基于强化学习的智能产线CCD缺陷检测方法
缺陷检测方法 算法模型 图像 纹理特征 样本
5
一种双折射自标定激光水平仪的误差补偿方法
误差补偿方法 激光水平仪 混合损失函数 硬件加速器 动态权重优化
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