基于DRL的可变几何截面涡轮增压器控制及仿真分析

发布时间：2021-04-23 07:01

　　涡轮增压有“涡轮迟滞”的问题,可变几何截面涡轮增压器（Variable Geometry Turbocharger,VGT）是解决“涡轮迟滞”的一个好方法,但配备VGT的柴油发动机的升压控制很困难,主要是因为它与废气再循环（Exhaust Gas Recirculation,EGR）系统紧密耦合,同时还因为发动机气体交换系统的输入和输出时间延迟会导致较大的滞后。传统上VGT是由比例-积分-微分控制器（Proportion Integration Differentiation,PID）进行控制的,PID控制会出现超调和跟随性差等问题。为解决上述问题,本文将擅长解决各种Atari游戏和棋盘游戏的深度强化学习（Deep Reinforcement Learning,DRL）算法运用到VGT的控制中。深度强化学习（DRL）是一种将深度学习（Deep Learning,DL）和强化学习（Reinforcement Learning,RL）相结合的机器学习。目前很少有研究将最新的DRL算法应用于实际的动力总成控制问题中。本文以PID控制器为基准,构建了一种最新的无模型的DRL算法,即深度确定性策... 

【文章来源】：重庆理工大学重庆市

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 选题背景和意义
    1.2 国内外研究现状
        1.2.1 国外VGT控制算法研究
        1.2.2 国内VGT控制算法研究
        1.2.3 深度强化学习研究
    1.3 本文主要研究内容
2 相关理论介绍
    2.1 深度学习
        2.1.1 深度学习的三类方法
        2.1.2 深度学习特点
    2.2 强化学习理论基础
        2.2.1 强化学习概述
        2.2.2 强化学习框架
    2.3 强化学习算法
        2.3.1 Q-Learning算法
    2.4 深度强化学习
        2.4.1 DQN算法
        2.4.2 DDPG算法
    2.5 本章小结
3 模型搭建
    3.1 发动机数值仿真基本原理
    3.2 增压发动机GT-Power模型搭建
        3.2.1 平均值模型搭建
        3.2.2 发动机一维模型搭建
        3.2.3 FTP-72 循环驾驶工况
    3.3 发动机气缸三维模型搭建
        3.3.1 流体力学基本理论
        3.3.2 计算流体力学基本理论
        3.3.3 基于STAR-CCM+的In-Cylinder模块CFD仿真流程
        3.3.4 建立三维几何模型
        3.3.5 网格方案与网格划分
        3.3.6 初始条件设置
    3.4 Tensorflow框架
    3.5 实验平台搭建
        3.5.1 联合仿真平台搭建
        3.5.2 DDPG算法搭建
    3.6 本章小结
4 仿真结果分析
    4.1 PID控制性能
    4.2 DDPG控制性能
    4.3 PID控制性能与DDPG控制性能比较
    4.4 DDPG离线学习和在线学习
    4.5 发动机CFD仿真分析
        4.5.1 仿真分析
    4.6 本章小结
5 总结与展望
    5.1 全文总结
    5.2 研究展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果


【参考文献】：
期刊论文
[1]AlphaZero:一种人类从未见过的智慧[J]. Demis Hassabis,晗冰.  科学中国人. 2019(02)
[2]基于深度强化学习DDPG算法的投资组合管理[J]. 齐岳,黄硕华.  计算机与现代化. 2018(05)
[3]基于深度学习神经网络技术的数字电视监测平台告警模型的研究[J]. 韦坚,刘爱娟,唐剑文.  有线电视技术. 2017(07)
[4]非仿射参数依赖LPV模型的变体飞行器H∞控制[J]. 温暖,刘正华,祝令谱,李罗川,周锐.  北京航空航天大学学报. 2017(10)
[5]深度强化学习综述[J]. 刘全,翟建伟,章宗长,钟珊,周倩,章鹏,徐进.  计算机学报. 2018(01)
[6]深度强化学习综述:兼论计算机围棋的发展[J]. 赵冬斌,邵坤,朱圆恒,李栋,陈亚冉,王海涛,刘德荣,周彤,王成红.  控制理论与应用. 2016(06)
[7]流体机械旋转湍流计算模型研究进展[J]. 王福军.  农业机械学报. 2016(02)
[8]24V直流电机控制系统的设计[J]. 汉泽西,徐岳,甘志强.  电子科技. 2010(05)
[9]车用柴油机排气再循环控制系统[J]. 刘忠长,朱昌吉,张振东.  吉林大学学报(工学版). 2004(03)
[10]涡轮调节方式对增压柴油机匹配性能的影响[J]. 马朝臣,朱庆,杨长茂,张虹,吴中佐,鲍捷,李辉.  内燃机学报. 2000(02)

硕士论文
[1]柴油机VGT相继增压系统技术研究[D]. 周鹏程.哈尔滨工程大学 2018
[2]基于卷积神经网络的深度学习算法与应用研究[D]. 陈先昌.浙江工商大学 2014
[3]发动机涡轮增压系统匹配及动态特性的仿真分析[D]. 余冰.北京交通大学 2010
[4]车用柴油机涡轮增压系统选型与匹配的研究[D]. 邓大伟.上海交通大学 2010
[5]温控系统的智能PID控制算法研究[D]. 李科.华中科技大学 2006



本文编号：3154864