相关实验视频
Updated: Jan 15, 2026

A Microfluidic Model of Biomimetically Breathing Pulmonary Acinar Airways
Published on: May 9, 2016
深度强化学习用于在围绕墙壁的动荡流中管理墙壁再生周期
Giorgio Maria Cavallazzi1, Luca Guastoni2,3, Ricardo Vinuesa3
1Department of Engineering, City St George's, University of London, Northampton Square, London, EC1V 0HB UK.
深度强化学习 (DRL) 显示出通过管理墙壁循环来控制流的墙壁流. 这种方法实现了与传统方法相比的阻力降低,突出了未来流量控制应用的潜力.
科学领域:
- 流体动力学 流体动力学
- 流是什么?流是什么?流是什么?
- 计算流体动力学的流体动力学.
背景情况:
- 墙壁循环是流中的一个关键机制,尚未完全理解.
- 控制这种循环对于优化流动动力学和减少阻力至关重要.
- 深度强化学习 (DRL) 为解决复杂的流量控制问题提供了一种新的方法.
研究的目的:
- 探索DRL在流中管理墙壁循环的应用.
- 开发一个强大的框架,将DRL与直接数值模拟 (DNS) 集成用于流量控制.
- 调查DRL降低皮肤摩擦阻力和增强流量结构的能力.
主要方法:
- 将 StableBaselines3 DRL 库与 CaNS DNS 解决方案集成.
- 在DNS环境中,DLR代理学习了修改DNS环境中的墙壁边界条件的策略.
- 使用消息传递接口 (MPI) 包裹用于可扩展的并行计算.
主要成果:
- 在短时间间隔内,DRL证明了与传统方法相比的阻力降低率.
- 提出了一项战略,以增强速度线条连贯性,以进一步降低潜在的阻力.
- 最初的实验证实了DRL在流量控制应用中的能力.
结论:
- 在流边界层中,DRL对活跃流量控制具有显著的希望.
- 需要进一步的研究来制定先进的控制法律和对DLR的客观功能.
- 优化执行间隔和探索新的计算架构是未来的关键方向.
更多相关视频
09:17Experimental Investigation of the Flow Structure over a Delta Wing Via Flow Visualization Methods
Published on: April 23, 2018
11:00Experimental Investigation of Secondary Flow Structures Downstream of a Model Type IV Stent Failure in a 180° Curved Artery Test Section
Published on: July 19, 2016
相关概念视频
Turbulent Flow: Problem Solving
Temperature is a key factor in CO2 solubility. In this case, the CO2 gas and the liquid are cooled to 20°C. Lower temperatures enhance...
Turbulent Flow
Laminar Flow: Problem Solving
Rapidly Varying Flow
Laminar and Turbulent Flow
Typical Model Studies