发明公开
- 专利标题: 一种基于深度学习的绞吸船横移过程自学习控制系统及方法
- 专利标题(英): Self-learning control system and method for transverse movement process of cutter suction dredger based on deep learning
-
申请号: CN201910408969.5申请日: 2019-05-16
-
公开(公告)号: CN110045614A公开(公告)日: 2019-07-23
- 发明人: 魏长赟 , 陈秀静 , 倪福生 , 蒋爽 , 顾磊 , 李洪彬 , 刘增辉
- 申请人: 河海大学常州校区
- 申请人地址: 江苏省常州市新北区晋陵北路200号
- 专利权人: 河海大学常州校区
- 当前专利权人: 河海大学常州校区
- 当前专利权人地址: 江苏省常州市新北区晋陵北路200号
- 代理机构: 南京经纬专利商标代理有限公司
- 代理商 丁涛
- 主分类号: G05B13/04
- IPC分类号: G05B13/04 ; G05D1/02
摘要:
本发明涉及一种基于深度学习的绞吸挖泥船横移过程自学习控制系统及方法,所述系统包括:离线学习模块和在线学习模块;离线学习模块是指根据实际施工采集的数据,利用深度神经网络模型来构建虚拟的横移过程仿真环境,采用基于深度确定性策略梯度模型,构建粗略的先验控制模型经验库;在线学习模块是指利用深度确定性策略梯度控制模型,直接对真实的绞吸挖泥船横移过程进行自学习控制,对离线学习模块构建的先验控制模型经验库进行完善和更新。本发明不仅能够使横移过程控制更加智能化,而且操作过程更简单、灵活性较好、可快速寻优。