渦輪增壓有“渦輪遲滯”的問題,可變幾何截面渦輪增壓器（Variable Geometry Turbocharger,VGT）是解決“渦輪遲滯”的一個(gè)好方法,但配備VGT的柴油發(fā)動(dòng)機(jī)的升壓控制很困難,主要是因?yàn)樗c廢氣再循環(huán)（Exhaust Gas Recirculation,EGR）系統(tǒng)緊密耦合,同時(shí)還因?yàn)榘l(fā)動(dòng)機(jī)氣體交換系統(tǒng)的輸入和輸出時(shí)間延遲會(huì)導(dǎo)致較大的滯后。傳統(tǒng)上VGT是由比例-積分-微分控制器（Proportion Integration Differentiation,PID）進(jìn)行控制的,PID控制會(huì)出現(xiàn)超調(diào)和跟隨性差等問題。為解決上述問題,本文將擅長解決各種Atari游戲和棋盤游戲的深度強(qiáng)化學(xué)習(xí)（Deep Reinforcement Learning,DRL）算法運(yùn)用到VGT的控制中。深度強(qiáng)化學(xué)習(xí)（DRL）是一種將深度學(xué)習(xí)（Deep Learning,DL）和強(qiáng)化學(xué)習(xí)（Reinforcement Learning,RL）相結(jié)合的機(jī)器學(xué)習(xí)。目前很少有研究將最新的DRL算法應(yīng)用于實(shí)際的動(dòng)力總成控制問題中。本文以PID控制器為基準(zhǔn),構(gòu)建了一種最新的無模型的DRL算法,即深度確定性策... 

【文章來源】：重慶理工大學(xué)重慶市

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 選題背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外VGT控制算法研究
        1.2.2 國內(nèi)VGT控制算法研究
        1.2.3 深度強(qiáng)化學(xué)習(xí)研究
    1.3 本文主要研究內(nèi)容
2 相關(guān)理論介紹
    2.1 深度學(xué)習(xí)
        2.1.1 深度學(xué)習(xí)的三類方法
        2.1.2 深度學(xué)習(xí)特點(diǎn)
    2.2 強(qiáng)化學(xué)習(xí)理論基礎(chǔ)
        2.2.1 強(qiáng)化學(xué)習(xí)概述
        2.2.2 強(qiáng)化學(xué)習(xí)框架
    2.3 強(qiáng)化學(xué)習(xí)算法
        2.3.1 Q-Learning算法
    2.4 深度強(qiáng)化學(xué)習(xí)
        2.4.1 DQN算法
        2.4.2 DDPG算法
    2.5 本章小結(jié)
3 模型搭建
    3.1 發(fā)動(dòng)機(jī)數(shù)值仿真基本原理
    3.2 增壓發(fā)動(dòng)機(jī)GT-Power模型搭建
        3.2.1 平均值模型搭建
        3.2.2 發(fā)動(dòng)機(jī)一維模型搭建
        3.2.3 FTP-72 循環(huán)駕駛工況
    3.3 發(fā)動(dòng)機(jī)氣缸三維模型搭建
        3.3.1 流體力學(xué)基本理論
        3.3.2 計(jì)算流體力學(xué)基本理論
        3.3.3 基于STAR-CCM+的In-Cylinder模塊CFD仿真流程
        3.3.4 建立三維幾何模型
        3.3.5 網(wǎng)格方案與網(wǎng)格劃分
        3.3.6 初始條件設(shè)置
    3.4 Tensorflow框架
    3.5 實(shí)驗(yàn)平臺(tái)搭建
        3.5.1 聯(lián)合仿真平臺(tái)搭建
        3.5.2 DDPG算法搭建
    3.6 本章小結(jié)
4 仿真結(jié)果分析
    4.1 PID控制性能
    4.2 DDPG控制性能
    4.3 PID控制性能與DDPG控制性能比較
    4.4 DDPG離線學(xué)習(xí)和在線學(xué)習(xí)
    4.5 發(fā)動(dòng)機(jī)CFD仿真分析
        4.5.1 仿真分析
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 研究展望
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]AlphaZero:一種人類從未見過的智慧[J]. Demis Hassabis,晗冰.  科學(xué)中國人. 2019(02)
[2]基于深度強(qiáng)化學(xué)習(xí)DDPG算法的投資組合管理[J]. 齊岳,黃碩華.  計(jì)算機(jī)與現(xiàn)代化. 2018(05)
[3]基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)的數(shù)字電視監(jiān)測(cè)平臺(tái)告警模型的研究[J]. 韋堅(jiān),劉愛娟,唐劍文.  有線電視技術(shù). 2017(07)
[4]非仿射參數(shù)依賴LPV模型的變體飛行器H∞控制[J]. 溫暖,劉正華,祝令譜,李羅川,周銳.  北京航空航天大學(xué)學(xué)報(bào). 2017(10)
[5]深度強(qiáng)化學(xué)習(xí)綜述[J]. 劉全,翟建偉,章宗長,鐘珊,周倩,章鵬,徐進(jìn).  計(jì)算機(jī)學(xué)報(bào). 2018(01)
[6]深度強(qiáng)化學(xué)習(xí)綜述:兼論計(jì)算機(jī)圍棋的發(fā)展[J]. 趙冬斌,邵坤,朱圓恒,李棟,陳亞冉,王海濤,劉德榮,周彤,王成紅.  控制理論與應(yīng)用. 2016(06)
[7]流體機(jī)械旋轉(zhuǎn)湍流計(jì)算模型研究進(jìn)展[J]. 王福軍.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(02)
[8]24V直流電機(jī)控制系統(tǒng)的設(shè)計(jì)[J]. 漢澤西,徐岳,甘志強(qiáng).  電子科技. 2010(05)
[9]車用柴油機(jī)排氣再循環(huán)控制系統(tǒng)[J]. 劉忠長,朱昌吉,張振東.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2004(03)
[10]渦輪調(diào)節(jié)方式對(duì)增壓柴油機(jī)匹配性能的影響[J]. 馬朝臣,朱慶,楊長茂,張虹,吳中佐,鮑捷,李輝.  內(nèi)燃機(jī)學(xué)報(bào). 2000(02)

碩士論文
[1]柴油機(jī)VGT相繼增壓系統(tǒng)技術(shù)研究[D]. 周鵬程.哈爾濱工程大學(xué) 2018
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D]. 陳先昌.浙江工商大學(xué) 2014
[3]發(fā)動(dòng)機(jī)渦輪增壓系統(tǒng)匹配及動(dòng)態(tài)特性的仿真分析[D]. 余冰.北京交通大學(xué) 2010
[4]車用柴油機(jī)渦輪增壓系統(tǒng)選型與匹配的研究[D]. 鄧大偉.上海交通大學(xué) 2010
[5]溫控系統(tǒng)的智能PID控制算法研究[D]. 李科.華中科技大學(xué) 2006



本文編號(hào)：3154864