APPLICATION OF A LEARNING AGENT TO ACHIEVE AUTONOMOUS OPERATION OF A TWIN ROLL CASTING MACHINE

A twin roll casting system comprises a pair of counter-rotating casting rolls having a nip between the casting rolls and capable of delivering cast strip downwardly from the nip; a casting roll controller configured to adjust at least one process control setpoint between the casting rolls in response to control signals; a cast strip sensor capable of measuring at least one parameter of the cast strip; and a controller coupled to the cast strip sensor to receive cast strip measurement signals from the cast strip sensor and coupled to the casting roll controller to provide control signals to the casting roll controller. The controller comprises a reinforcement learning (RL) Agent, the RL Agent generating control signals for the casting roll controller in response to a reward function having a first term rewarding emulating human operation of the process control setpoint and a second term rewarding a short set-up time. Un sistema de fundición de dos rodillos comprende un par de rodillos de fundición contrarrotantes que tienen un corte entre los rodillos de fundición y con capacidad de liberar tura de fundición hacia abajo desde el corte; un controlador de rodillo de fundición configurado para ajustar al menos un punto de consigna de control del proceso entre los rodillos de fundición en respuesta a señales de control; un sensor con capacidad de medir al menos un parámetro de la tira de fundición; y un controlador acoplado al sensor de tira de fundición para recibir señales de medición de tira de fundición desde el sensor de tira de fundición y acoplado al controlador de rodillo de fundición para proporcionar señales de control al controlador de rodillo de fundición. El controlador comprende un Agente (RL) de aprendizaje de refuerzo, el Agente RL generando señales de control para el controlador de rodillo de fundición en respuesta a una función de recompensa teniendo un primer término que recompensa emular la operación humana del punto de consigna del control de proceso y un segundo término recompensando un tiempo de puesta en marcha breve.