一种基于强化学习的二甲基亚砜生产参数控制方法及系统

本发明提供了一种基于强化学习的二甲基亚砜生产参数控制方法及系统，涉及生产参数控制技术领域，方法包括：获取二甲基亚砜生产过程中的历史工艺运行数据；对历史工艺运行数据进行相关性分析，筛选影响产率和能耗的关键控制变量；基于历史工艺运行数据以及关键控制变量，构建用于为强化学习提供交互环境的数字孪生仿真模型；定义状态空间、动作空间以及奖励函数，构建基于强化学习的二甲基亚砜生产参数控制模型；基于奖励函数以及数字孪生仿真模型，通过PPO算法对二甲基亚砜生产参数控制模型进行训练优化，输出最佳控制策略；根据最佳控制策略，对二甲基亚砜的生产参数进行控制。