基于深度强化学习的抑制涡致振动的主动流动控制器及控制方法
授权
摘要
本发明提供一种基于深度强化学习的抑制涡致振动的主动流动控制器及控制方法。本发明的主动流动控制器基于软决策者‑评估者(Soft Actor‑Critic)算法建立深度强化学习决策智能体,通过与流动环境不断交互,以输出鲁棒的实时控制策略。通过建立与圆柱横流向的涡致振动状态以及圆柱表面阻力相关的奖惩函数,动态学习和调整决策智能体中的人工神经网络权重,建立从流动环境速度、压力等流动状态到控制动作的映射关系,从而获得主动流动控制器。利用本发明的主动流动控制器控制圆柱横流向极点上对称安装的吸吹气装置,可以实现圆柱的振动抑制和减阻两个控制目标。
基本信息
专利标题 :
基于深度强化学习的抑制涡致振动的主动流动控制器及控制方法
专利标题(英):
暂无
公开(公告)号 :
CN113296408A
申请号 :
CN202110572871.0
公开(公告)日 :
2021-08-24
申请日 :
2021-05-25
授权号 :
CN113296408B
授权日 :
2022-05-03
发明人 :
郑畅东季廷炜谢芳芳张鑫帅郑鸿宇郑耀
申请人 :
浙江大学
申请人地址 :
浙江省杭州市西湖区余杭塘路866号
代理机构 :
杭州求是专利事务所有限公司
代理人 :
邱启旺
优先权 :
CN202110572871.0
主分类号 :
G05B13/04
IPC分类号 :
G05B13/04
相关图片
IPC结构图谱
G
G部——物理
G05
控制;调节
G05B
一般的控制或调节系统;这种系统的功能单元;用于这种系统或单元的监视或测试装置
G05B13/00
自适应控制系统,即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统
G05B13/02
电的
G05B13/04
包括使用模型或模拟器的
法律状态
2022-05-03 :
授权
2021-09-10 :
实质审查的生效
IPC(主分类) : G05B 13/04
申请日 : 20210525
申请日 : 20210525
2021-08-24 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113296408A.PDF
PDF下载