A Reinforcement-Learning-Augmented Liquid-Fueled Reactor Network Model for Predicting Lean Blowout in Gas Turbine Combustors

📄 arXiv: 2607.19281v1 📥 PDF

作者: Philip John, Eloghosa Ikponmwoba, Pinaki Pal, Opeoluwa Owoyele

分类: cs.LG

发布日期: 2026-07-21

💡 一句话要点

提出强化学习框架以改善燃气涡轮燃烧器的低燃烧极限预测

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 强化学习 燃气涡轮 低燃烧极限 聚类方法 反应器优化 计算模型 航空航天工程

📋 核心要点

  1. 现有方法在确定聚类边界时依赖手动启发式或距离度量，导致LBO预测准确性不足。
  2. 提出的RL框架通过目标导向的聚类形成，结合多阶段聚类-分类策略，显著提高LBO预测性能。
  3. 实验结果表明，RL框架在预测精度和计算速度上均优于传统k均值聚类方法，具有较高的应用价值。

📝 摘要（中文）

本研究提出了一种强化学习（RL）框架，用于生成最佳液体燃料反应器，以提高燃气涡轮燃烧器中的低燃烧极限（LBO）预测。现有方法依赖于手动启发式或基于距离的度量来确定聚类边界，而本方法则以目标为导向，在聚类形成过程中明确考虑目标指标（如LBO预测准确性）。该框架采用多阶段聚类-分类策略：初始聚类步骤（如k均值聚类）生成大量同质微聚类，随后由演员-评论家RL代理将其合并为最佳反应器区域。使用Jet-A机制（119种物质，841个反应）进行的验证研究表明，该RL框架在预测精度上优于k均值，并捕捉到正确的LBO趋势，同时相较于高保真计算模型实现了显著的加速。总体而言，该RL驱动的方法展示了作为计算高效的降阶建模技术的强大潜力，可以补充高保真模拟以快速探索设计空间。

🔬 方法详解

问题定义：本研究旨在解决燃气涡轮燃烧器中低燃烧极限（LBO）预测的准确性问题。现有方法依赖于手动启发式或基于距离的聚类方法，导致预测结果不够可靠和高效。

核心思路：论文提出了一种强化学习（RL）框架，通过目标导向的聚类形成，明确考虑LBO预测的准确性，从而生成最佳液体燃料反应器。该方法通过多阶段聚类-分类策略，优化了反应器区域的划分。

技术框架：整体架构包括初始的k均值聚类步骤，生成大量同质微聚类，随后由演员-评论家RL代理进行合并，形成最佳反应器区域。该框架的设计使得聚类过程更加高效和准确。

关键创新：最重要的创新点在于将强化学习引入聚类过程，使得聚类不仅依赖于输入数据的特征，还能根据目标指标进行优化。这与传统方法的本质区别在于，RL框架能够动态调整聚类策略以提高预测精度。

关键设计：在技术细节上，使用了k均值聚类作为初步聚类方法，RL代理采用演员-评论家架构，优化合并策略。损失函数设计上，强调了LBO预测的准确性，以确保最终模型的有效性。实验中使用了119种物质和841个反应的Jet-A机制进行验证。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，RL框架在LBO预测精度上显著优于传统的k均值聚类方法，能够准确捕捉LBO趋势。同时，相较于高保真计算模型，该方法实现了显著的计算加速，展示了其在快速设计空间探索中的应用潜力。

🎯 应用场景

该研究的潜在应用领域包括燃气涡轮发动机的设计与优化、航空航天工程以及其他需要高效燃烧过程的工业应用。通过提高LBO预测的准确性，能够有效降低燃烧器的故障风险，提升整体系统的安全性和可靠性，具有重要的实际价值和未来影响。

📄 摘要（原文）

This study introduces a reinforcement learning (RL) framework for generating optimal liquid-fueled reactors to improve lean blowout (LBO) predictions in gas turbine combustors. Existing approaches for determining cluster boundaries rely on manual heuristics or distance-based metrics in the input space. In contrast, the proposed method is goal-oriented, explicitly accounting for the target metric (e.g., LBO prediction accuracy) during cluster formation. The framework employs a multi-stage clustering--classification strategy: an initial clustering step (e.g., $k$-means clustering) generates a large set of homogeneous micro-clusters, followed by an actor-critic RL agent that merges them into optimal reactor zones. The validation study, performed using a Jet-A mechanism (119 species, 841 reactions), shows the RL framework offers improved predictive fidelity compared to $k$-means and captures the correct LBO trends, while achieving substantial speedups relative to the high-fidelity computational model. Overall, the RL-driven approach demonstrates strong potential as a computationally efficient reduced-order modeling technique that can complement high-fidelity simulations for rapid design-space exploration.