一种基于深度强化学习的锂电池生产过程调度方法

本发明公开了一种基于深度强化学习的锂电池生产过程调度方法，包括如下步骤：S1、从生产管理系统、设备控制系统和传感器收集信息；S2、构建生产车间的综合状态向量；S3、筛选出符合约束条件的可行动作集合；S4、将综合状态向量和可行动集合输入改进型GNN‑DRL模型，通过图神经网络处理依赖关系，并通过多智能体策略网络生成最优调度决策；S5、将调度决策下发至所述生产管理系统和设备控制系统，执行实时调度；S6、监控生产过程中的扰动事件，在发生扰动时更新状态向量并进行滚动重调度；S7、监控车间状态并记录监控项、阈值、调整措施与执行结果。本发明提升了锂电池生产调度的智能性与鲁棒性。