一种基于深度强化学习的火箭近壁流动控制方法及系统

AITNT
正文
推荐专利
一种基于深度强化学习的火箭近壁流动控制方法及系统
申请号:CN202510972209
申请日期:2025-07-15
公开号:CN120874550A
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了一种基于深度强化学习的火箭近壁流动控制方法及系统,涉及主动流程控制技术领域,方法包括以下步骤:创建火箭的流体动力学模型;建立深度强化学习模型;结合火箭的流体动力学模型进行深度强化学习模型的训练,训练结束后输出最优策略,基于最优策略进行流动控制。本发明通过引入外部激励或控制手段来优化火箭体周围的流体流动,其主要目标是降低阻力、推迟气流分离、减少湍流生成以及改善流体结构相互作用的调控。通过主动介入流体环境,这一技术旨在改善火箭体周围的流动特性,进而提升工程和自然系统的性能和效率。这个领域的发展对于实现能源节省、环境保护和工程优化都具有重要的意义。
技术关键词
深度强化学习模型 流动控制方法 火箭 射流 模拟模型 压强 流动控制系统 主动流动控制 结构相互作用 探针 定义 生成动作 实时信号 阻力 学习算法 升力 策略 速度 数值
系统为您推荐了相关专利信息
1
智能小车的多模式任务编排与智能执行方法及系统
深度强化学习模型 智能小车 模型库 模式 空间约束条件
2
液体火箭发动机推力室可靠性试验方法及系统
冷却剂 压强传感器 温度传感器 CT扫描设备 应力应变关系
3
一种考虑坡体稳定性的临坡地基承载力估值方法及系统
地基承载力 土体参数 估值方法 系数计算方法 模拟模型
4
一种基于油藏数值模拟的测压流度反演计算方法
油藏数值模拟 反演计算方法 模拟模型 压力恢复试井 压力恢复曲线
5
一种无人机集群仿真及评估方法
无人机集群 防空系统 仿真环境 巡飞弹 仿真模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号