人工智能控制湍流进展：系统、算法、成就、数据分析方法.pdfVIP

第53卷第2期 力 学 进 展 2023年6月 研究综述 人工智能控制端流进展：系统、算法、成就、 数据分析方法 吴智范德威周裕 哈尔滨工业大学（深圳）流控制研究所，广东深圳518055 摘要湍流控制涉及流体力学和控制理论，对航空航天、运载工具、风力发电等众多领域 具有重要的科学意义和应用价值由于端流的复杂性，传统控制方法在流控制领域面临很 多瓶颈，人工智能技术的发展为突破这些瓶颈提供了工具.本文简要综述了文献报道的有模 型和无模型的人工智能控制流的进展，总结了研究中采用的典型的人工智能控制系统、 算法、在不同端流控制应用中取得的突出成果.作者所在团队在国际上首次尝试对人工智 能控制系统产生的海量数据进行分析，从而挖掘出重要的信息乃至发现控制相似律.对面临 的挑战和未来的展望进行了分析. 关键词 人工智能，大数据，流动控制，流，神经网络，遗传编程，深度强化学习 中图分类号：0351 文献标识码：A D0I: 10.6052/1000-0992-22-045 收稿日期：2022-10-24；录用日期：2023-01-28；在线出版日期：2023-02-06 *E-mail: yuzhou@hit.edu.cn 十共同第一作者 引用方式：吴智，范德威，周裕.人工智能控制流进展：系统、算法、成就、数据分析方法.力学进展，2023，53(2)： 273-307 Wu Z, Fan D W, Zhou Y. Advances in control of turbulence by artificial intelligence: Systems, al- gorithms, achievements and data analysis methods. Advances in Mechanics, 2023, 53(2): 273-307 ①2023《力学进展》版权所有 学 2023年 274 力 进 展 三第53卷 1 引 言 流被称之为世纪难题，涉及众多工程领域，例如航空航天、汽车、高铁、水下航行器、风 力发电等，其重要性不言而喻.流体流经物体表面产生的气动压差、摩擦阻力、流致振动、流动 分离、气动噪声等现象会严重影响设备的性能.由于实际工程应用环境经常是高雷诺数的端流 环境，因此，通过控制端流改善设备或产品的气动特性，提升其整体性能，具有极为重要的工程 意义.通过研究端流对控制或扰动的响应，更有助于深入理解流机制.流控制可分为被动和 主动.被动方法通过改变流动约束几何外形或安装附加机械装置控制端流，无需输入外部能量， 但几何外形或机械装置一旦确定或安装后不易调整.主动方法需要额外注入能量扰动流场，其控 制效果明显且参数易于调整.目前主动控制研究多采用开环控制，即通过改变激励器控制参数寻 找最佳控制参数.闭环控制系统可以根据流场的状态实时自动改变激励器控制参数，从而实现更 高的控制效率和更强的鲁棒性.完整的闭环流动控制系统通常包含控制对象（例如流射流、 边界层、钝体绕流等）、激励器（例如吹吸气、合成射流、等离子体激励器、压电陶瓷振动片 等）、传感器（例如热线、热膜传感器、压力传感器、测力传感器等）和控制器（例如极值搜索 方法、比例微分积分方法）等四部分.传感器、激励器和自动控制技术的发展使闭环流动控制 的实现越来越容易.传统闭环流动控制的实验研究多聚焦于参数优化，优化参数一般不超过三个 (Wuetal.2018b,Fanetal.2020c）.近年来，人工智能技术发展迅猛，已经在计算机视觉、机器 人和无人驾驶等众多领域展现出强大的应用潜力.由于人工智能算法可对大量参数进行全局寻 优，使寻找较传统的控制方法更为先进的端流控制策略或控制律成为可能. 由于端流高度复杂，通常涉及海量的实验或仿真数据，人工智能在应对大数据分析和端流控 制方面具有独特的优势，因此获得从事端流研究的科学工作者越来越多的青睐，例如流建模 (张伟伟等2019,Duraisamy