运动基底上液态金属涂层的积分建模与强化学习控制
流体动力学
2026-04-29 v2 数学物理
math.MP
摘要
金属涂层通过保护金属表面免受腐蚀来增强其耐久性。这些保护层通常以液态膜的形式沉积。控制液态膜中的不稳定性对于实现均匀、高质量涂层至关重要。本研究探索了利用气流喷射和电磁执行器组合来控制运动基底上的液态膜的可能性。为了对三维液态膜进行建模，我们将现有积分模型扩展以纳入电磁执行器的影响。控制策略是在强化学习框架内开发的，其中近端策略优化（PPO）算法通过气动和电磁执行器与液态膜交互，通过试错过程优化一个考虑不稳定波幅的奖励函数。PPO识别出一种最优控制律，通过一种新机制降低了界面不稳定性：气流喷射推挤波峰，电磁铁通过洛伦兹力抬升波谷。
引用
@article{arxiv.2503.14270,
title = {Integral modelling and Reinforcement Learning control of 3D liquid metal coating on a moving substrate},
author = {Fabio Pino and Edoardo Fracchia and Benoit Scheid and Miguel A. Mendez},
journal= {arXiv preprint arXiv:2503.14270},
year = {2026}
}