-
公开(公告)号:CN119533846A
公开(公告)日:2025-02-28
申请号:CN202411370736.8
申请日:2024-09-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及空气动力学试验技术领域,具体地说,是一种基于深度强化学习的风洞试验集成方法。首先,本发明将风洞试验中常用的设备通讯协议通过Python编码集成至统一的适配器中,并通过标准化的写入与读取接口实现与设备的无缝通讯和数据交互;其次,方法集成了深度强化学习技术的多种代码库,支持用户自由调用包括PPO、SAC、TD3在内的各类深度强化学习算法以及相应的优化功能;最后,通过标准的gym环境接口,确保适配器与深度强化学习算法之间的顺畅交互,实现执行器、传感器、控制器与DRL算法间的实时数据传输和闭环控制。通过这一方法,风洞试验中的自动化控制和参数优化得以进一步提升,增强了实验效率与系统性能。
-
公开(公告)号:CN118297801A
公开(公告)日:2024-07-05
申请号:CN202410039673.1
申请日:2024-01-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T3/4053 , G06T3/4038 , G06T3/4046 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明涉及城市环境监测与预测技术领域,具体地说,是一种城市风场环境实时超分辨率方法,包括CFD技术、残差图卷积神经网络分类器算法、图特征编码器、物理信息图辅助自编码器、物理损失生成器;其中,计算流体动力学模拟技术获取研究区域内各风攻角下的时空间数据,残差图卷积神经网络分类器算法对传感器及其周边数据进行高维特征提取,以此为依据判断当前数据所属的风攻角并向物理信息图辅助自编码器提供辅助信息,图特征编码器将差图卷积神经网络分类器所提供的辅助信息进行结构重组后输送给物理信息图辅助自编码器,物理信息图辅助自编码器在综合高维辅助信息与传感器风速数据后预测对应时刻风速场,物理损失生成器用于增强模型精度。
-
公开(公告)号:CN117951995A
公开(公告)日:2024-04-30
申请号:CN202410039671.2
申请日:2024-01-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/27 , G06F30/28 , G06N3/092 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及主动流动控制领域,具体地说,是一种基于深度强化学习的圆柱主动流动控制方法,采用计算流体力学技术,结合了开源CFD软件包OpenFOAM和深度强化学习算法,旨在解决传统流动控制中使用表面压力探针进行控制的问题;动态特征是一个非常受欢迎的研究领域,其中为不同的流体动力学系统选择合适的动态特征提升方法可以使用更少的传感器数据实现更准确的估计。处理这些特征并将它们用作DRL状态是一种很有前途的方法。通过使用动态特征技术,可以大幅减少所需传感器数量,同时实现了最优的升阻力降低性能,为控制复杂的流体动力学系统提供了一条前景广阔的途径。
-
公开(公告)号:CN118094871A
公开(公告)日:2024-05-28
申请号:CN202410036125.3
申请日:2024-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/20 , B64F5/00 , G06F30/15 , G06F111/10
Abstract: 本发明涉及外形优化技术领域,具体地说,是一种基于步进电机的任意外形模拟生成方法,该方法利用贯穿式丝杆步进电机来达到任意外形生成,本发明利用硅胶表面作为外形表面,利用多个贯穿式丝杆步进电机控制外形面不同点位的高程,并利用python代码进行逐个控制,给每个电机的驱动器发送指定数量的脉冲,使得电机转动固定角度,电机轴升降固定距离,对应在外形表面上的点位高程的变化。每个电机都能够单独控制以达到不同高程,从而生成各种不同的外形,满足实际的工程需求。
-
公开(公告)号:CN118036438A
公开(公告)日:2024-05-14
申请号:CN202410036119.8
申请日:2024-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/27 , G06F30/28 , G06F30/13 , G06N3/092 , G06F113/08 , G06F119/14
Abstract: 本发明涉及桥梁流动控制技术领域,具体地说,是一种基于深度强化学习的桥梁箱梁主动吸气控制方法,包括CFD技术、AFC技术、DRL算法;其中,CFD技术获得该区域钝体绕流场风场数据,并针对桥梁尾流场布置若干尾流速度矢量监测点作为DRL训练数据,同时获取桥梁气动力数据作为DRL目标奖励函数构成数据,AFC技术提供了一种桥梁吸气流动控制方法,用于抑制尾缘流动分离,衰减尾缘涡的形成,DRL技术及算法对桥梁主动吸气控制进行策略训练,得到最优吸气控制策略,优化桥梁气动力,控制尾流场。
-
公开(公告)号:CN118913598A
公开(公告)日:2024-11-08
申请号:CN202410974143.6
申请日:2024-07-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01M9/00
Abstract: 本发明属于风场模拟技术领域,具体地说,是一种大气边界层风场模拟实验装置,包括浪槽、控制箱、风扇阵列模块、调节测速机构和支撑机构;风扇阵列模块用于对浪槽内部模拟大风环境位于浪槽的一侧,调节测速机构用于对风扇阵列模块产生的风速进行测量位于浪槽的内部,支撑机构用于对调节测速机构进行支撑位于浪槽的顶部。在本发明中,依据螺纹滑块与螺纹杆螺纹连接的作用,可使螺纹滑块带动其一侧的测速架进行上下移动,相应地可对不同高度的风速进行测量,即风速剖面,相应地可对存在钝体时,钝体表面以上大气边界层风场进行测量,从而提升了工作人员对大气边界层风场模拟获得实验数据的精确效果。
-
公开(公告)号:CN117993286A
公开(公告)日:2024-05-07
申请号:CN202410036124.9
申请日:2024-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/27 , G06F30/28 , G06N3/092 , G06F113/08 , G06F113/06 , G06F119/14 , G06F111/10
Abstract: 本发明涉及流动控制领域,具体地说,是一种基于深度强化学习的方柱涡激振动主动流动控制方法,采用计算流体力学技术,结合了开源CFD软件包OpenFOAM和深度强化学习算法,旨在解决传统流动控制中控制策略单一且不稳定的问题,通过使用CFD技术,可以模拟流体的流动现象,利用OpenFOAM软件包的灵活性和强大求解能力,为深度强化学习提供了可靠的数据来源,深度强化学习算法被用于训练智能代理,使其能够通过观察环境状态、选择动作并获得奖励来改进其控制策略,从而实现在多种工况下的有效流动控制。
-
公开(公告)号:CN117952255A
公开(公告)日:2024-04-30
申请号:CN202410039675.0
申请日:2024-01-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/04 , G06Q50/26 , G06F18/214 , G06F18/21 , G06F18/24 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及轨迹预测技术领域,具体地说,是一种基于深度学习的台风轨迹预测方法,这种方法利用历史台风数据构建数据集,并采用包括特征增强在内的数据预处理步骤,以充分挖掘台风历史信息;Transformer模型能够捕捉时间序列数据之间的复杂动态关系,并通过多头自注意机制挖掘不同属性之间的关联。基于Transformer的方法在预测任务中表现卓越,相较于传统的递归神经网络模型,如门控递归单元和长短期记忆网络,本发明在所有台风属性的预测中均表现出更佳性能,该方法有效提高了预测性能,为台风预警和风险管理领域提供了具有实际应用价值的技术解决方案。
-
公开(公告)号:CN117864258A
公开(公告)日:2024-04-12
申请号:CN202410036118.3
申请日:2024-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: B62D35/00
Abstract: 本发明涉及重型车辆节能减排技术领域,具体地说,是一种基于垂直轴风机主动流动控制的汽车气动减阻系统,该系统在车厢前缘顶部设置阻力型垂直轴风机,以减少车辆在行驶过程中的气动阻力,从而提高燃油效率和降低碳排放,包括设置在车厢前缘顶部的阻力型垂直轴风机、与汽车主控系统相集成的控制系统、设置在汽车内部的电源系统和分布在汽车车身四周的传感器,所述控制系统连接到所述传感器和所述阻力型垂直轴风机,所述电源系统连接到所述阻力型垂直轴风机为其提供动力支持。
-
-
-
-
-
-
-
-