高空直连试验台进气压力模拟系统DDPG前馈补偿智能控制

提出一种基于深度强化学习的高空直连试验台进气压力模拟系统前馈补偿控制方法。研究并给出深度确定性策略梯度(deep deterministic policy gradient,DDPG)前馈补偿控制器的状态参数选取、动作输出设计、奖励函数设置等关键步骤,有效提高了前馈控制器的扰动感知能力,解决了单纯PID控制器主导所带来的智能体局部最优问题。仿真结果表明:与单一PID控制器相比,所设计的控制器在高空舱进气压力扰动和发动机流量扰动下,均实现了进气压力的无超调控制,且调节时间更短,验证了DDPG智能前馈补偿控制设计的快速性、稳定性和鲁棒性。