买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于强化学习的航空发动机直接推力控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115840354B 。

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110804602.2，技术领域涉及：G05B13/04；该发明授权一种基于强化学习的航空发动机直接推力控制方法是由王佳雯;赵治文;张天宏;李凌蔚设计研发完成，并于2021-07-16向国家知识产权局提交的专利申请。

本一种基于强化学习的航空发动机直接推力控制方法在说明书摘要公布了：本发明公开了一种基于强化学习的航空发动机直接推力控制方法，采用强化学习深度确定性策略梯度算法设计发动机直接推力控制端到端的上层控制器，基于飞行高度、马赫数、相对推力误差和发动机状态变量构建强化学习模型状态信息，通过强化学习模型，在线获得复杂的全局决策。本方法使用遍历采样作为初始化数据集保障初始化稳定性，使用样本池和固定目标网络提高学习收敛性。当发动机工作状况变化或者发动机发生蜕化时，在发动机安全稳定工作前提下，实现对发动机性能的在线寻优，克服传统推力控制技术需要离线优化的局限性，充分挖掘发动机的性能潜力，满足目标推力需求。

本发明授权一种基于强化学习的航空发动机直接推力控制方法在权利要求书中公布了：1.一种基于强化学习的航空发动机直接推力控制方法，其特征在于，包括以下步骤： 步骤S1，选择飞机飞行高度H、飞行马赫数Ma、推力相对误差ΔF、发动机状态变量Y构建航空发动机直接推力控制强化学习模型的马尔科夫过程状态信息S，选择发动机可调变量U构建动作信息a； 步骤S2，基于训练好的强化学习Actor网络，输入直接推力控制强化学习模型当前时刻状态信息St，输出动作信息at； 步骤S3，基于动作信息at获得发动机可调变量U的控制量，作用在发动机中，使发动机状态发生变化； 步骤S4，获得直接推力控制强化学习模型下一时刻状态信息St+1，跳转至步骤S2； 其中，所述的航空发动机直接推力控制强化学习模型采用深度确定性策略梯度算法进行训练，包括两个Actor-Critic网络：现实网络和估计网络，每个AC网络包括一个Actor动作网络和一个Critic评价网络，其训练步骤为： 步骤1，基于变飞行高度H、变飞行马赫数Ma、变推力相对误差ΔF、变发动机可调变量U，对发动机状态变量Y进行随机采样，构成直接推力控制强化学习模型的初始化状态数据集{S}； 步骤2，设置本池容量为M，设置动作网络探索噪声方差为N，初始化交互数据个数m＝0； 步骤3，从数据集{S}中随机选取状态数据，对回合开始的状态信息S进行初始化； 步骤4，基于当前状态信息St，通过Actor动作网络，获取动作信息at，作用在发动机中，使得发动机状态发生变化，返回奖励值rt和下一时刻的状态信息St+1； 步骤5，将交互数据[St，at，rt，St+1]存储在样本池中，令m＝m+1； 步骤6，若m＞M，此时基于样本池历史数据随机抽取一部分历史交互数据更新估计网络的网络参数； 步骤7，若回合训练步数达到设定值或者发动机状态变量Y超过限制值，则该回合训练结束，否则跳转至步骤4； 步骤8，跳转至步骤3，直到达到预设训练次数，则训练结束。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。