航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展,智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强,而基于发动机气热动力学公式的机理建模会引入较大的建模误差,给控制器设计带来困难。
对此,提出一种基于强化学习的航空发动机控制虚拟自学习方法,首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境,然后采用深度强化学习TD3 算法,在虚拟环境中训练智能控制器,最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制,智能控制器产生的超调量更小,调节时间更短。