发明公开
- 专利标题: 基于深度强化学习的电动飞机散热优化方法
-
申请号: CN202411040619.5申请日: 2024-07-30
-
公开(公告)号: CN118862681A公开(公告)日: 2024-10-29
- 发明人: 王路平 , 张庆新 , 杨静 , 王书礼 , 于启水 , 李子昂 , 房雨鑫 , 孙琪轩 , 李宇航 , 盛志威
- 申请人: 沈阳航空航天大学
- 申请人地址: 辽宁省沈阳市道义经济开发区道义南大街37号
- 专利权人: 沈阳航空航天大学
- 当前专利权人: 沈阳航空航天大学
- 当前专利权人地址: 辽宁省沈阳市道义经济开发区道义南大街37号
- 代理机构: 沈阳工匠智诚知识产权代理事务所
- 代理商 孙楠
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06F30/15 ; G06N3/0442 ; G06N3/048 ; G06N3/084 ; G06F18/214 ; G06F119/08
摘要:
本发明公开了基于深度强化学习的电动飞机散热优化方法,具体涉及深度学习分析技术领域,包括:基于深度学习模型搭建产热效率预测模型和散热效率预测模型,基于深度学习模型获取电动飞机的产热效率随时间波动曲线和散热效率与散热执行参数映射表;基于每个时间段的产热效率随时间波动曲线和平均散热需求效率,以电机的温度在正常区间为约束条件设计散热效率波动曲线,得到每个时间点的散热效率预设值;基于散热效率和映射表得到每个时间点的散热执行参数预设值;将散热执行参数预设值作为散热系统的初始设定值;基于散热系统实际响应时间,得到散热执行参数预设值的执行时间,有效的解决现有电动飞机散热系统不够智能的问题。