-
公开(公告)号:CN118094871A
公开(公告)日:2024-05-28
申请号:CN202410036125.3
申请日:2024-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/20 , B64F5/00 , G06F30/15 , G06F111/10
Abstract: 本发明涉及外形优化技术领域,具体地说,是一种基于步进电机的任意外形模拟生成方法,该方法利用贯穿式丝杆步进电机来达到任意外形生成,本发明利用硅胶表面作为外形表面,利用多个贯穿式丝杆步进电机控制外形面不同点位的高程,并利用python代码进行逐个控制,给每个电机的驱动器发送指定数量的脉冲,使得电机转动固定角度,电机轴升降固定距离,对应在外形表面上的点位高程的变化。每个电机都能够单独控制以达到不同高程,从而生成各种不同的外形,满足实际的工程需求。
-
公开(公告)号:CN119533846A
公开(公告)日:2025-02-28
申请号:CN202411370736.8
申请日:2024-09-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及空气动力学试验技术领域,具体地说,是一种基于深度强化学习的风洞试验集成方法。首先,本发明将风洞试验中常用的设备通讯协议通过Python编码集成至统一的适配器中,并通过标准化的写入与读取接口实现与设备的无缝通讯和数据交互;其次,方法集成了深度强化学习技术的多种代码库,支持用户自由调用包括PPO、SAC、TD3在内的各类深度强化学习算法以及相应的优化功能;最后,通过标准的gym环境接口,确保适配器与深度强化学习算法之间的顺畅交互,实现执行器、传感器、控制器与DRL算法间的实时数据传输和闭环控制。通过这一方法,风洞试验中的自动化控制和参数优化得以进一步提升,增强了实验效率与系统性能。
-