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