针对定日镜风致振动会降低光热电站发电效率的问题,开发一款基于深度强化学习的控制算法抑制定日镜振动。首先构建吸振器-定日镜动力学模型的Open AI Gym训练环境,完成模拟状态下深度强化学习模型的训练并验证随机振动控制效果。其次搭...针对定日镜风致振动会降低光热电站发电效率的问题,开发一款基于深度强化学习的控制算法抑制定日镜振动。首先构建吸振器-定日镜动力学模型的Open AI Gym训练环境,完成模拟状态下深度强化学习模型的训练并验证随机振动控制效果。其次搭建实验系统,通过构建包含定日镜振动特征、控制信号、奖励值与终止状态的数据集,训练智能体学习吸振器的电-磁-刚度机理。最后编写模型调用脚本,在LabVIEW主系统调用函数节点完成混合编程。结果显示在12.3 Hz的外界激励下,该算法可在1 s内计算出最优的控制信号,将±0.42 m/s^(2)的振幅降低到±0.29 m/s^(2)。该算法利用神经网络实现定日镜振动的跟踪控制,对强化学习算法落地及定日镜结构保护有一定参考意义。展开更多
