龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安交通大学
摘要：本发明公开了一种基于强化学习的直升机自适应增量振动主动控制方法，该方法对直升机主减传动系统进行锤击模态实验，获得其假想振源通道以及作动器通道的模态参数；建立直升机振动控制系统动力学方程；基于所述直升机振动控制系统动力学方程构建强化学习交互环境；并构造状态S、动作A、收益R、智能体；通过深度确定性策略梯度DDPG算法训练智能体，训练过程采用四阶龙格库塔法进行时域仿真；由训练成熟的智能体同作动器通道模态参数搭建直升机自适应增量振动主动控制算法，对直升机运行过程进行自适应增量振动主动控制。本发明所述方法能够在较宽频带内快速实现振动控制，并且具有良好的泛化能力。
主权项：1.一种基于强化学习的直升机自适应增量振动主动控制方法，其特征在于，所述方法包括以下步骤：步骤S1、选定直升机主减传递系统试验台上假想振源位置以及作动器位置，同时确定控制点位置，基于锤击模态测试，分别获得振源传递通道以及作动器传递通道的模态参数；步骤S2、给定直升机主减传递系统假想振源的频率fs、幅值As以及相位Φs，并建立直升机振动控制系统动力学方程；步骤S3、基于所述直升机振动控制系统动力学方程构建强化学习交互环境Environment；并构造状态Sstate、动作Aaction、收益Rreward、智能体Agent；步骤S4、基于强化学习方法在所述强化学习交互环境Environment中对所述智能体Agent进行时域仿真训练，以获得训练后的成熟智能体；步骤S5、使用所述成熟智能体以及步骤S1所述模态参数构建基于强化学习的直升机自适应增量振动主动控制算法；步骤S6、根据所述基于强化学习的直升机自适应增量振动主动控制算法，以控制点位置的位移、速度以及加速度信号同时作为控制算法的前馈信号以及反馈信号对直升机运行过程进行自适应增量振动主动控制。
全文数据：
权利要求：
百度查询： 西安交通大学 一种基于强化学习的直升机自适应增量振动主动控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号