您的位置: 专家智库 > >

曹博超

作品数:2 被引量:0H指数:0
供职机构:复旦大学更多>>
相关领域:理学自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇专利

领域

  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇压气机
  • 1篇压气机转子
  • 1篇压气机转子叶...
  • 1篇叶片
  • 1篇翼型
  • 1篇实验流体力学
  • 1篇拍动翼
  • 1篇强化学习方法
  • 1篇转子叶片
  • 1篇流体力学
  • 1篇航空发动机
  • 1篇航空发动机设...
  • 1篇发动机设计
  • 1篇反设计
  • 1篇反设计方法

机构

  • 2篇复旦大学

作者

  • 2篇曹博超
  • 1篇周雷
  • 1篇张进
  • 1篇孙刚
  • 1篇王舒悦

传媒

  • 1篇空气动力学学...

年份

  • 1篇2023
  • 1篇2021
2 条 记 录,以下是 1-2
排序方式:
基于神经网络的航空发动机压气机转子叶片的反设计方法
本发明属于机械设计技术领域,具体为基于神经网络的航空发动机压气机转子叶片的反设计方法。本发明对于压气机转子叶片给定等熵马赫数分布条件进行反设计,具体步骤包括:利用Hicks‑Henne型函数参数化方法,得到叶片数据库及对...
孙刚秦晟钟勇健王舒悦曹博超
文献传递
强化学习方法在翼型拍动实验中的应用
2023年
将深度强化学习方法应用于水洞实验,实现了实验室内的自动闭环优化框架,并用该框架优化了雷诺数R_(e)=1.3×10^(4)下纯俯仰运动的NACA0012翼型模型的推进效率。现有的相关研究往往将运动模式限制为某种周期性函数,具有局限性。借助于强化学习方法,实现了在更广的非周期动作空间中的动作搜索。在实验中,模型自动地与水洞环境进行交互,最终学习到了高效推进的非周期运动策略。另外,通过修改奖励函数,实现了在给定推力阈值以上的效率优化。研究结果显示,强化学习模型可以在实验过程中通过不断调整拍动动作的幅度和频率来实现推进效率的持续提升,并且最终通过强化学习方法获得的最优拍动动作均与正弦拍动动作接近,得到的最优推进效率基本位于同等幅度正弦动作效率的上边界。研究展示了强化学习方法用于复杂流动控制问题的可行性。
张进周雷曹博超
关键词:实验流体力学
共1页<1>
聚类工具0