l

据陈晓栋报：2023年8月29日，香港理工大学机械工程系副主任唐辉副教授在高速列车研究中心北楼201会议室做“机器学习引导的主动流动控制”主题报告。报告中，唐辉副教授介绍了机器学习 (ML) 在主动流动控制 (AFC) 中的一些最近应用。这里的 AFC 指的是通过向现有流动系统注入少量能量来实现控制。与其对应的被动流控制相比，AFC 具有适应性和按需性，因此具有更广泛的可用范围。首先，介绍了通用编程 (GP) 选择的显式控制法则，用于通过吹气/抽吸来控制圆柱体的涡致振荡 (VIV) 。其次，介绍了使用深度强化学习(DRL) 来寻找适合的控制策略，以实现使用一组迎风侧吸气和背风侧吹气(WSLB) 执行器的水动力隐身。最后，演示了在不同流动条件下，使用 DRI来寻找固定圆柱体的最佳减阻策略。通过这些基于 ML 的 AFC 研究，揭示了一些全新且意想不到的控制策略。