一种基于强化学习的燃烧不稳定性控制方法

本发明公开了一种基于强化学习的燃烧不稳定性控制方法，采用数字环境预训练与实体环境再训练相结合的训练模式，在保障安全性的前提下提升控制精度、节省训练时间。首先，基于机理模型或实验数据构建燃烧装置数字模型，作为强化学习预训练环境。然后，智能体进行数字环境预训练，基于状态反馈生成控制动作，通过奖励函数实现策略优化。最后，将预训练后的智能体迁移至实体燃烧装置再训练，通过状态监测模块获取压力脉动、释热脉动等关键参数，结合安全函数对控制动作做边界校验，执行器通过调节燃料/空气脉动参数实现燃烧不稳定性自适应控制。本发明能够有效抑制复杂燃烧系统的动态压力和火焰释热率脉动，提升燃烧装置的使用寿命和运行安全性。