圆柱附加双旋转杆涡激振动主动控制的深度强化学习方法研究​

报告题目：圆柱附加双旋转杆涡激振动主动控制的深度强化学习方法研究

报 告 人：胡中明 副教授

报告时间：9月17日  09:00-11:00

报告地点：思学楼A112

报告人简介：

胡中明，2021年毕业于上海交通大学流体力学专业，获博士学位，同年入职黄淮学院，建立以智能操纵水池为核心的智能水动力测试实验室。研究兴趣包括深水油气立管流固耦合动力特性分析与控制、智能流体力学等。目前担任驻马店市绿色智慧流致振动俘能工程技术研究中心主任、黄淮学院工程结构流固耦合力学研究所所长，主持国家自然科学基金项目、河南省科技攻关计划项目等纵向科研项目4项，企业、高校委托科研项目8项；近年来发表Journal of Fluids and Structures、Composite structures等高水平学术论文30余篇，授权发明专利4项，指导本科生连续两年立项国家级大学生创新创业训练计划项目。

报告内容摘要：

近年来，人工智能在科学研究中已经得到了广泛应用，同时流动控制也是工程流致振动中关注的重点方向之一。在此背景下，本研究采用深度强化学习控制双旋转杆，实现对圆柱涡激振动的主动调节。在相同几何构型与驱动约束条件下，通过不同控制目标训练获得相位自适应控制策略，实现振动抑制与振动放大两种不同响应。结果表明，基于强化学习的控制策略能够根据瞬时流动和结构状态动态调整旋转杆转速，在振动抑制过程中改变边界层涡量释放及尾涡组织方式，削弱流体激励与结构振动之间的同步关系；在振动放大过程中，则通过旋转切换调节尾流与结构运动之间的相位关系，增强流体向结构的能量传递。本研究表明，基于强化学习的非线性自适应控制能够有效调节复杂流固耦合系统的振动响应与能量传递。

主办单位：石油与天然气工程学院

科学技术发展研究院