朱永红，段明明，杨荣杰
(景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403)

摘  要：梭式窑是陶瓷生产中的一种主要设备。温度作为陶瓷梭式窑生产过程中的关键工艺参数，对陶瓷产品的质量、维持窑炉高效平稳运行以及降低能耗方面起着关键性作用。为了实现对陶瓷梭式窑温度的有效控制，首先，针对陶瓷梭式窑非线性、大惯性、大滞后以及难以建立精确的数学模型的特点，基于门控递归神经网络建立了陶瓷梭式窑预测模型并进行了优化。其次，基于所建立的预测模型提出了基于DDPG算法的陶瓷梭式窑温度智能优化控制方法，并给出了基于DDPG陶瓷梭式窑温度优化控制系统方案。最后，针对所提出的方法开展了仿真实验研究。仿真结果表明，与PID控制、模糊控制和模糊PID控制方法的控制效果比较，所提出的方法使得梭式窑烧结温度与理想温度误差缩小18.6%～28.5%不等，因而提出的方法是有效可行的。
关键词：陶瓷梭式窑；深度学习；GRU神经网络；DDPG；智能优化控制