基于深度强化学习的行星齿轮系统数字孪生模型更新方法

本发明公开的基于深度强化学习的行星齿轮系统数字孪生模型更新方法，包括步骤：步骤S1、简化行星齿轮系统；步骤S2、运用集中参数法描述动力学模型，构建行星齿轮系振动微分方程组；步骤S3、通过有限元分析计算频率响应函数族，构建行星齿轮箱刚柔耦合模型，即数字孪生体；步骤S4、利用振动信号采集设备，获取稳定转速下行星齿轮箱壳体的振动响应；步骤S5、定义动作空间及状态空间，建立强化学习环境；步骤S6、求解振动微分方程组获得仿真响应，以此构建奖励函数；步骤S7、设置神经网络参数；步骤S8、利用深度强化学习算法进行寻优；步骤S9、循环迭代，输出反演的最优物理参数，实现数字孪生体的更新。