基于深度强化学习的低空飞行器防碰撞机械缓冲结构优化设计.docxVIP

PAGE2

基于深度强化学习的低空飞行器防碰撞机械缓冲结构优化设计

摘要

随着低空经济蓬勃发展，电动垂直起降飞行器（eVTOL）在城市空中交通中面临日益严峻的低空碰撞风险。现有防碰撞结构多采用经验设计的刚性梁架，存在吸能效率低、重量冗余大等突出问题，难以满足轻量化与高安全性的双重需求。

本文提出一种基于深度强化学习的飞行器外部防撞梁拓扑优化设计方法。研究以最大化碰撞动能吸收与最小化结构质量为目标，将防撞梁的拓扑形态参数化建模，构建碰撞有限元仿真环境作为强化学习交互平台。通过设计状态空间、动作空间与复合奖励函数，训练深度Q网络（DQN）智能体自主探索最优缓冲结构构型。

论文遵循工程递进思路展开：第一章分析低空防碰撞结构的设计痛点与技术挑战；第二章阐述拓扑优化与深度强化学习的关键技术原理；第三章进行详细的需求分析，明确吸能指标与轻量化约束；第四章完成系统总体架构设计，划分仿真环境、智能体训练与结构评估三大模块；第五章深入设计DQN算法流程、碰撞仿真接口与拓扑重构策略；第六章实现训练系统并展示优化过程；第七章通过多场景碰撞测试验证优化结构的性能优势；第八章总结研究成果并展望未来改进方向。

本设计的核心创新在于将深度强化学习引入机械结构拓扑优化领域，突破了传统梯度优化对初始构型的依赖，实现了吸能效率提升23.6%、质量降低18.4%的优化效果，为低空飞行器被动安全设计提供了新范式。