基于深度强化学习的整烫机布面识别控制方法

摘要

当前纺织整烫工序依赖人工经验，存在效率低、质量不稳定与能耗高的问题。为实现布面自适应精准整烫，
本研究提出一种融合深度视觉感知与深度强化学习的智能控制方法。该方法构建改进的YOLOv8布面状态识别模型，
通过引入注意力机制增强对褶皱纹理的特征提取能力，实时输出布面平整度状态。以此状态作为输入，将整烫过程
建模为马尔可夫决策过程，采用深度确定性策略梯度算法在线学习最优控制策略，动态调节压力、温度及蒸汽等多
工艺参数。实验结果表明，所提方法能有效依据布面状态自适应调整熨烫参数，在提升布面平整度一致性的同时降
低了能源消耗，为实现智能整烫装备提供了关键技术支撑。