一种基于深度学习的智能矿山设备调速控制方法及系统

本发明公开了一种基于深度学习的智能矿山设备调速控制方法及系统，属于矿山设备控制技术领域，方法包括：通过传感器采集多模态数据并预处理，多模态数据包括设备运行参数、环境参数和矿石参数；通过基于LSTM网络构建的负载预测模型对预处理后的多模态数据进行分析，获得矿山设备的预测负载；将预测负载以及多模态数据作为状态空间输入DQN网络，通过离散动作空间输出用于矿山设备的调速指令。本发明通过负载预测模型对多模态数据进行分析并获得矿山设备的预测负载；将预测负载以及多模态数据作为状态空间输入DQN网络，通过离散动作空间输出调速指令，同时DQN网络的奖励函数设计为多目标优化形式，充分考虑能耗、产量与设备磨损之间的平衡。