深度强化学习算法在慢走丝机床上的应用研究

摘要

走丝系统的稳定性是衡量慢走丝线切割机床性能的一项重要指标,电极丝张力变化会引起电极丝不规律振动,从而影响加工工件的精度和表面质量,所以对走丝系统恒张力控制算法进行研究和改进具有很高的实用价值.工业控制普遍使用的是结构简单、稳定性高的经典PID控制算法,但在实际应用中需要对被控对象进行准确建模和精确的参数整定.在被控对象具有滞后、时变等特征时,模型结构和参数会因为扰动和噪声发生不确定性变化,这种情况下传统PID算法的控制效果就会变差.本文利用深度强化学习对环境的自适应能力,设计了一种通过深度强化学习对PID参数进行自适应调整的控制算法,实现了电极丝张力的精确控制,提高了走丝控制系统的鲁棒性和自适应能力.