一种基于强化学习的主动流动控制方法
公开
摘要
本发明提供了一种基于强化学习的主动流动控制方法。该方法通过近端策略优化(PPO)方法以及全连接层人工神经网络将机翼的升阻系数作为奖励函数，通过与流场环境的不断交互，来优化奖励函数，最终得到了收敛的控制策略。通过控制位于机翼30％弦长处的吹吸控制装置，实现机翼的增升减阻效果。
基本信息
专利标题 ：
一种基于强化学习的主动流动控制方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114626277A
申请号 ：
CN202210350674.9
公开（公告）日 ：
2022-06-14
申请日 ：
2022-04-02
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
谢芳芳季廷炜谢李兴张鑫帅朱灶旭郑耀
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 ：
CN202210350674.9
主分类号 ：
G06F30/23
IPC分类号 ：
G06F30/23 G06F30/27 G06F30/28 G06F30/15 G06F111/10 G06F119/14
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/23
使用有限元方法或有限差方法
法律状态
2022-06-14 ：
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
暂无PDF文件可下载
