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

发明专利有效专利

申请号：
CN202110572871.0
IPC分类号：G05B13/04
申请日期：
2021-05-25
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	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
申请号	CN202110572871.0	申请日期	2021-05-25
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-24	公开/公告号	CN113296408A
优先权	暂无	优先权号	暂无
主分类号	G05B13/04 ? IPC结构图谱： G 物理 G0 仪器 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（应用流体作用的一般流体压力执行器或系统入F15B；阀门本身入F16K；仅按机械特征区分的入G05G；传感元件见相应小类，例如G12B，G01、H01的小类；校正单元见相应的小类，例如H02K） 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（G05B 19/00优先；计算机零部件入G06F 15/18）〔3〕 G05B13/02 电的 G05B13/04 包括使用模型或模拟器的〔3〕	IPC分类号	G;0;5;B;1;3;/;0;4查看分类表>
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号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	郑畅东;季廷炜;谢芳芳;张鑫帅;郑鸿宇;郑耀
代理机构	杭州求是专利事务所有限公司	代理人	邱启旺

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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供