本发明公开了一种基于强化学习的涡扇发动机直接推力智能控制方法,包括以下步骤:步骤1),选取策略和评价网络结构和参数,设计考虑关键安全参数保护的直接推力制器形式和强化学习环境的奖励形式;步骤2),基于连续型策略梯度强化学习算法,利用部件级模型搭建环境进行探索,通过探索获得的经验训练智能体策略网络和评价网络;步骤3),测试智能体在全包线范围内的控制性能表现,优化网络结构和参数。本发明解决了涡扇发动机间接推力控制动态性能差、保守性高、推力控制不精确等问题,通过本发明设计的奖励激励智能体在全包线范围内搜寻动态性能最优的直接推力控制器,并且保证发动机关键安全参数在控制过程中不超限。
声明:
“基于强化学习的涡扇发动机直接推力智能控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)