摘要
本发明公开了提锂回转窑浮动密封装置高精度自适应控制方法及系统,涉及智能控制技术领域,方法包括采集回转窑运行状态的多模态特征参数,将多模态特征参数输入物理信息神经网络,求解热弹性力学偏微分方程,输出形变场预测矩阵,基于形变场预测矩阵,求解以最小化泄漏率与磨损能耗为联合目标的多目标优化模型,输出密封补偿指令向量,基于密封补偿指令向量,驱动磁流变‑压电复合执行机构完成密封环的指令控制,收集所述指令控制的反馈结果数据,并基于反馈结果数据,采用强化学习算法在线调整多目标优化函数中各项权重系数的权重,将调整后的权重反馈至多目标优化模型;确保了回转窑在复杂工况下的控制稳定性。
技术关键词
浮动密封装置
神经网络架构
回转窑运行状态
强化学习算法
多模态
物理
密封系统
矩阵
指令
传感器系统
径向跳动量
磁流变
布拉格光栅传感器
执行机构
控制单元
Actor模型
力学
参数
密封环
系统为您推荐了相关专利信息
需求信息处理方法
汽车
动作特征
人工智能模型
计算机装置
信道冲激响应
信道预测方法
异构管理
计算机可执行指令
人工神经网络