朱永红，余英剑，李蔓华
(景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403)

摘 要：针对陶瓷梭式窑大延迟、非线性、慢时变及强耦合等特点，提出了基于改进 DQN 算法的陶瓷梭式窑温度智能控制方法。首先，建立了基于 BP 神经网络的陶瓷梭式窑模型。然后，提出了基于改进 DQN 算法的智能控制方法。最后，对所提出的方法进行了仿真研究。仿真结果表明，改进的 PRDQN 算法的温度控制相对误差为 0 ℃～5 ℃，温度控制效果相对较好。因此，所提出的方法是有效且可行的。
关键词：陶瓷梭式窑；深度强化学习；BP 神经网络；PRDQN 算法