文件大小：1.23M
摘要：面向具备强非线性特征的超燃冲压发动机这一复杂对象，考虑其在控制过程中快速响应和安全边界限制的要求，提出了一种用于超燃冲压发动机直接推力控制的深度强化学习控制方法。基于超燃冲压发动机一维模型，完成推力特征分析，利用BP神经网络，建立超燃冲压发动机推力估计器。基于深度强化学习算法，建立超燃冲压发动机推力控制方法并对其进行参数优化设计，通过设置惩罚函数，设计带约束深度强化学习控制算法，实现超燃冲压发动机限制参数保护控制。仿真结果表明了本文方法相较于传统PID控制方法具有更好的动态性能和稳态性能。
文章目录
1 引言
2 超燃冲压发动机结构与推力估计器
2.1 超燃冲压发动机结构
2.2 特征选择
2.3 推力估计器设计
3 基于深度学习的直接推力控制方法
3.1 基本强化学习方法
3.2 深度强化学习控制方法结构
3.3 深度强化学习控制算法训练
3.4 基于Min-Max规则的限制保护算法
3.5 基于深度强化学习奖赏函数的限制保护算法
4 仿真验证
5 结 论
