一种基于深度强化学习的航空发动机气路系统数字孪生体虚实同步方法

本发明公开了一种基于深度强化学习的航空发动机气路系统数字孪生体虚实同步方法，旨在实现虚实同步并实时监控航空发动机气路系统中的深层参数。该方法通过将参数分为可直接测量的参数和不可直接测量的参数，并分别采用不同的算法对其进行同步。对于可直接测量的参数，采用无迹卡尔曼滤波算法；对于不可直接测量的参数，采用强化学习方法进行推断。通过该方法，能够有效提高深层参数的推断精度，同时保证推断过程的实时性和鲁棒性。实验结果表明，该方法在参数推断和虚实同步方面具有显著的性能提升，可应用于航空发动机气路系统的状态监测和优化调度。