摘要
本发明提供一种基于深度强化学习的换热器智能设计方法，涉及数据处理技术领域，所述方法包括：根据换热器的几何形状、换热器材料的物理性质以及换热器内流动的流体，建立模拟流体在换热器内部的流动路径、速度分布和压力变化的流动模型；根据换热器的几何形状、换热器材料的物理性质以及换热器内流动的流体，结合热力学原理，建立换热模型，以计算在不同流体流动条件下的热交换效率；将流动模型和换热模型进行耦合，以得到评估换热器在特定工况下的整体性能的耦合性能评价模型；根据流动换热强度耦合性能评价模型，确定状态空间、动作空间和奖励函数。本发明提高了设计效率。
