一种主动流动控制方法

本发明涉及主动流动控制，特别是涉及一种主动流动控制方法。

背景技术：

1、主动流动控制（active flow control，afc）是一种通过向流场中引入外界扰动和注入能量来改变流场局部特性的控制方法，能起到推迟或提前转捩、抑制或促进流动分离以及增强或减弱流动稳定性等作用，从而实现飞行器增加升力、减少阻力、降低航空噪音和增强流动掺混等控制效果，甚至实现飞行控制。根据是否有传感器信号作为反馈信号，主动流动控制进一步分为开环控制和闭环控制系统。开环控制的输入信号需要根据流场动力学特征，预先设定参数，对于高维、多频、多模态、多尺度和强非线性的流动系统控制效果不佳，难以适应复杂多变的流场环境。闭环控制依据传感器信号作为反馈，实时调整控制器输出，对变化的流场环境具有适应性和鲁棒性，但由于流动系统的高维、强非线性和随机性等复杂特征，闭环控制也颇具挑战性。

2、近年来机器学习的迅速发展为流动控制领域提供了新方法、新观点和新视角，尤其是深度强化学习（deep reinforcement learning drl）。深度强化学习（drl）通过和环境不断交互试错，试图在交互过程中获得最大累积奖励。已有研究表明，深度强化学习已经应用到圆柱或方柱等钝体绕流、低速翼型分离流和超声速后台阶流等流动控制案例中。然而现有的智能流动控制方法最大的痛点是一案一议的范式。第一，控制策略高度依赖流场特性，如为低速翼型设计的基于展向分离涡的控制律，无法直接应用于圆柱绕流，更不能用于超声速边界层转捩控制。第二，控制系统缺乏适应性：在特定几何外形和流动条件下的控制器，几何外形、马赫数、雷诺数和迎角等发生变化，控制效果会急剧下降甚至失效，必须重新设计或调试，耗费大量时间和计算资源。为了打破流动控制受流场特性依赖的壁垒，亟需建立一个具有通用性、泛化性的智能流动控制系统，能够自主适应并有效控制物理机理不同的流动问题。

技术实现思路

1、基于上述现有技术存在的缺陷，本发明提供了一种主动流动控制方法，解决了现有智能流动控制方法存在的控制策略高度依赖流场特性以及控制系统缺乏适应性的问题。

2、本发明提供一种主动流动控制方法，包括以下步骤：

3、采集目标飞行器所处待控流场的当前流场状态，所述流场状态包括来流速度和热线速度；

4、将来流速度输入至开环fcn网络，生成调制正弦波占空比、调制频率和开闭环融合因子；将热线速度输入至闭环rbf网络，生成激励概率；通过开闭环融合因子将调制正弦波占空比、调制频率和激励概率进行加权，得到当前控制指令；

5、设置在目标飞行器的流动分离点上游位置的激励器根据当前控制指令对待控流场进行控制，得到下一流场状态。

6、优选的，控制指令具体如下所示：

7、；

8、式中，

a

t为

t时刻的奖励信息，为开闭环融合因子，

a

o为开环控制输出，开环控制输出包括调制正弦波占空比和调制频率，

a

c为闭环控制输出，即激励概率。

9、优选的，奖励信息具体如下所示：

10、；

11、式中，

r

t为

t时刻的奖励信息，

n为滑动窗口大小，

s

t+i为

t+i时刻的状态。

12、优选的，还包括：

13、基于当前流场状态和下一流场状态生成当前奖励信息；

14、将当前流场状态、当前控制指令、下一流场状态和奖励信息作为四元组对开环fcn网络和闭环rbf网络的网络参数进行更新。

15、优选的，所述开环fcn网络部署在labview端，所述闭环rbf网络部署在fpga端，通过python端对开环fcn网络和闭环rbf网络的网络参数进行更新。

16、优选的，python端运行流程具体包括以下步骤：

17、定义开环fcn网络和闭环rbf网络结构以及训练网络超参数；

18、生成开环fcn网络和闭环rbf网络的初始参数，包括fcn网络的权重系数和偏置系数以及rbf网络的中心和宽度；

19、用labview端得到的流场状态计算奖励信息，结合状态、动作组成四元组放入长短期记忆库；

20、当四元组数量达到阈值时，从长短期记忆库中抽取批量四元组数据，计算损失函数，基于损失函数对开环fcn网络和闭环rbf网络的网络参数进行更新。

21、优选的，labview端运行流程具体包括以下步骤：

22、接收开环fcn网络和闭环rbf网络的网络参数；

23、fcn网络读取来流速度，前向推理出调制正弦波占空比、调制频率和开闭环融合因子；

24、通过fifo发送rbf的网络参数、调制正弦波占空比、调制频率和开闭环融合因子给fpga。

25、优选的，fpga端运行流程具体包括以下步骤：

26、根据labview端的开环fcn网络的调制正弦波占空比、调制频率和开闭环融合因子，生成方波信号；

27、从fifo接收闭环rbf网络的网络参数，闭环rbf网络前向推理出激励概率；

28、将方波信号和激励概率融合成最终输出，同时通过fifo传输给labview；

29、发送最终输出控制给激励器。

30、优选的，通过设置在目标飞行器前方的皮托管和架设在目标飞行器尾流区域中的热线探针采集目标飞行器所处待控流场的当前流场状态。

31、与现有技术相比，本发明采用的上述至少一个技术方案能够达到以下有益效果：

32、本发明首先采集了来流速度和热线速度，并将来流速度输入至开环fcn网络，生成调制正弦波占空比、调制频率和开闭环融合因子；将热线速度输入至闭环rbf网络，生成激励概率，通过开闭环融合因子将调制正弦波占空比、调制频率和激励概率进行加权，得到当前控制指令。本发明采用的fcn网络寻找开环激励参数，rbf网络学习闭环控制律，在同一框架下将两种控制策略有机结合起来，充分发挥了开环定频激励和闭环高频激励各自的优势，具备对不同流场的控制能力，因而具备更好的泛化能力。避免了现有智能流动控制方法高度依赖流场特性以及缺乏适应性的缺陷。

1.一种主动流动控制方法，其特征在于，包括：

2.如权利要求1所述的一种主动流动控制方法，其特征在于，控制指令具体如下所示：

3.如权利要求1所述的一种主动流动控制方法，其特征在于，奖励信息具体如下所示：

4.如权利要求1所述的一种主动流动控制方法，其特征在于，还包括：

5.如权利要求4所述的一种主动流动控制方法，其特征在于，所述开环fcn网络部署在labview端，所述闭环rbf网络部署在fpga端，通过python端对开环fcn网络和闭环rbf网络的网络参数进行更新。

6.如权利要求5所述的一种主动流动控制方法，其特征在于，python端运行流程具体包括以下步骤：

7.如权利要求6所述的一种主动流动控制方法，其特征在于，labview端运行流程具体包括以下步骤：

8.如权利要求6所述的一种主动流动控制方法，其特征在于，fpga端运行流程具体包括以下步骤：

9.如权利要求1所述的一种主动流动控制方法，其特征在于，通过设置在目标飞行器前方的皮托管和架设在目标飞行器尾流区域中的热线探针采集目标飞行器所处待控流场的当前流场状态。