机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

导热-辐射耦合传热的多尺度分析和数值模型

复合材料高温传热特性的准确预测对飞行器热防护结构的设计有重要意义,相关模型也是国家数值风洞工程中多相多介质计算模型的重要组成部分。针对周期性结构复合材料的高温传热问题,利用多尺度渐进分析方法,对包含导热方程和辐射传输方程的导热-辐射耦合传热模型开展了研究。建立了表征单元尺度模型及宏观平均导热-辐射耦合传热模型,获得了材料宏观等效导热系数与表征单元模型间的关系,发现宏观等效辐射吸收和散射等系数可通过表征单元内的体积平均求取。结合有限容积方法与格子Boltzmann方法,建立了复合材料导热-辐射耦合传热多尺度数值模型。采用二维常物性材料传热过程的模拟验证了多尺度模型的有效性,结果表明所建立的多尺度模型能够对温度场给出准确高效的计算结果。该方法有助于为复合材料传热特性的预测提供数值手段。     

金属热防护系统多层隔热材料的传热分析及参数优化

采用能量平衡方程和离散坐标法近似地建立了金属热防护系统多层隔热材料的一维稳态传热的数学模型，并利用遗传算法和纤维隔热材料的有效导热系数试验数据求解传热反问题，从而得到了模型中的纤维隔热材料的辐射衰减系数、反照率和隔热屏表面辐射发射系数。最后，由实验测得了多层隔热材料的有效导热系数，验证了采用优化参数后，多层隔热材料的传热模型的正确性。     

基于MAS和RL的舰船设备协同控制方法

在构建舰船设备协同控制多智能体系统(MAS)过程中,各Agent之间存在某种内在的冲突、联系和规律,为了有效地发现和消解这些问题,引入智能控制解决方案和强化学习方法,能为MAS系统的构建提供有效的技术保障.本文提出了基于强化学习(RL)算法即改进的遗传算法并辅之以贝叶斯学习算法,来解决舰船MAS中各Agent中的任务分配问题、实现设备协同控制的优化和学习,并以舰船运动目标下的设备协同控制来具体验证上述算法,从而体现舰船运动控制MAS的可行性.     

新型热管冷板传热性能的试验研究

为了有效解决阵列行波管的多热源、高热流散热问题．研制了基于其安装空间尺寸的热管冷板散热装置。热管由8根竖直圆管、冷凝段连通管和蒸发段连通孔组成，其蒸发段嵌入冷板内部，冷凝段伸入冷却水套。试验研究时，在冷板的两个大表面(正反面)各贴上8个电加热片模拟阵列行波管生热，冷板导出的热量由冷却水带走。试验结果表明，所提出的热管冷板传热性能和壁面均温性能良好，满足设计要求。     

旋转热源传热特性的理论研究

研究了旋转热源的热传导问题，并将其简化为一维、旋转的周期性脉冲热源传热问题。类似于流体流动，一组新的由旋转角速度ω、热物性参数和几何尺寸组合而成的无量纲拟贝克数Pe1，Pe2．毕奥数Bi被导出。结果表明．它们对传热过程起决定性作用。尤为重要的是，数值仿真对每周转的温度分布给出了微观的“精细”结构和宏观的“粗糙”结构，两的差别取决于上述无量纲数的不同组合，显示了上述几个无量纲准则数的相对关系对传热特性的影响。     

阶跃热流冲击加热半无限体动态热应力分析

考虑超快速加热引起传热过程的非傅立叶效应，建立了第二类边界条件下的半无限体的动态热流场，热应力场方程组。用拉普拉斯变换法对方程组进行求解。结果表明，快速加速在半无限体内产生一个热波和两种热应力波。热波通过之时引起当地温度突然升高。应力波的波前通过之时该处应力突然增加；并对热波和弹性膨胀波波速比率对半无限体动态应力的影响作了研究分析。     

装有多孔介质的封闭腔体中热驱动换热的数值研究

以涡轮叶片超级冷却技术为研究背景,用数值计算的方法,模拟了离心力场下装有多孔介质的封闭腔体中的热驱动换热现象。计算结果表明,在封闭腔体中加入大孔隙率多孔介质后确实能起到强化换热的效果,采用的固体介质的导热性越好,封闭腔体中流体的热驱动能力越强,换热效果越好。而且采用导热性比较好的固体介质时,在大孔隙率范围内,随着孔隙率的减少,封闭腔体中流体的热驱动能力和换热均得到增强。     

面向绿色制造的高效冷却技术及其试验

绿色制造和高效加工是21世纪先进制造业的必然趋势,为实现绿色高效加工,本文提出了一种新型的绿色高效冷却技术——低温气动喷雾射流冲击冷却技术,通过低温气流运载少量冷却液以喷雾射流冲击的形式到达加工区实现强化换热,将加工区的换热水平提高到一个全新的水平.瞬态实验结果表明,在射流速度40 m/s、靶距10 mm的射流条件下,这种冷却方式可提供的临界热流密度高达60W/mm^2,相对于磨削发生烧伤的临界热流密度提高了6倍以上.     

基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。