基于深度强化学习的主动流动控制器及控制方法

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。