利用强化学习优化单侧扩压器中主动分离控制的脉冲吹气参数
流体动力学
2024-12-11 v1
摘要
强化学习被用于优化脉冲吹气系统的周期性激励信号，以控制完全湍流状态下 的扩压器流动。基于通过壁面剪切应力测量确定的风洞实验状态，采用近端策略优化(Proximal Policy Optimization)迭代调整激励信号。在本研究考察的奖励函数中，每次动作的流动反向增量减少被证明是最样本高效的。不到100个回合即可找到在固定质量流量消耗下确保最高控制能力的参数组合。与近期研究完全一致，算法表明当作动信号具有低占空比（即脉冲持续时间远小于脉动周期）时，质量流量得到最高效的利用。本文的结果推动了强化学习在基于湍流实验数据的优化任务中的应用。
引用
@article{arxiv.2412.07480,
title = {Optimizing pulsed blowing parameters for active separation control in a one-sided diffuser using reinforcement learning},
author = {Alexandra Müller and Tobias Schesny and Ben Steinfurth and Julien Weiss},
journal= {arXiv preprint arXiv:2412.07480},
year = {2024}
}