强化学习驱动的重介分选密度优化控制研究与应用
宋万军
白龙
国家能源集团国神公司 上榆泉煤矿选煤厂,山西 河曲 036500
摘要：针对重介质分选密度回路流程及其相关特性进行深入研究和分析,提出了基于在线无模型强化学习的优化控制方法,使重介质分选悬浮液密度控制系统渐近稳定,并在线跟踪悬浮液密度设定值,提高了重介质分选的效率和精度.同时,利用MATLAB仿真实验对该优化控制方法进行了仿真与验证.结果表明,该方法具有精确的控制效果.
关键词：重介分选过程强化学习策略迭代优化控制最优性能指标
分类号：TD94(选矿)
论文发表日期：2025-08-25
在线出版日期：2025-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 29-34 )
英文信息