基于强化学习的重介质选煤过程优化控制

摘要

决定重介质选煤产品质量的主要影响因素是重介质悬浮液密度。但是由于过程复杂,设备众多,呈强非线性特性,导致对实现重介质悬浮液密度的优化控制存在难点。为此,针对重介质选煤过程及其特性,提出了一种基于强化学习的优化控制方法,用于在线更新密度设定值。所提方法将策略提升和策略评价两步迭代采用不同的神经网络实现,建立了无模型的控制器。最后,在MATLAB仿真平台上,将该方法与传统PI控制方法相比较,验证了所提方法的有效性。