噪声与振动控制 ›› 2025, Vol. 45 ›› Issue (4): 26-31.

• 振动理论与数值解法 • 上一篇    下一篇

基于深度强化学习的定日镜振动抑制算法研究

粘晨辉金福宝,马山刚,冷雪健,李若冰   

  1. ( 青海大学能源与电气工程学院,西宁810016 )
  • 收稿日期:2024-01-03 修回日期:2024-03-01 出版日期:2025-08-18 发布日期:2025-07-28

Vibration Suppression Algorithm for Heliostats Based on Deep Reinforcement Learning

  • Received:2024-01-03 Revised:2024-03-01 Online:2025-08-18 Published:2025-07-28

摘要: 针对定日镜风致振动会降低光热电站发电效率的问题,开发一款基于深度强化学习的控制算法抑制定日镜振动。首先构建吸振器-定日镜动力学模型的OpenAI Gym训练环境,完成模拟状态下深度强化学习模型的训练并验证随机振动控制效果。其次搭建实验系统,通过构建包含定日镜振动特征、控制信号、奖励值与终止状态的数据集,训练智能体学习吸振器的电-磁-刚度机理。最后编写模型调用脚本,在LabVIEW主系统调用函数节点完成混合编程。结果显示在12.3 Hz的外界激励下,该算法可在1 s 内计算出最优的控制信号,将±0.42 m/ s²的振幅降低到±0.29 m/ s²。该算法利用神经网络实现定日镜振动的跟踪控制,对强化学习算法落地及定日镜结构保护有一定参考意义。

关键词: 振动与波, 光热电站, 定日镜, 深度强化学习, LabVIEW, 振动抑制