Apprentissage automatique et méthode de gradient pour le contrôle en boucle fermée de l'écoulement en cavité ouverte
Résumé
Nous présentons le contrôle expérimental de l'écoulement de cavité à l'aide d'une nouvelle méthode de contrôle combinant apprentissage automatique et méthode de gradient (gradient-based machine learning control, gMLC). gMLC permet l'apprentissage de lois de contrôle directement depuis l'expérience, sans modèle a priori, dans un espace de recherche de dimension infini, a priori non-convexe et présentant plusieurs minima. Dans le cas de la cavité, gMLC apprend une loi en boucle fermée minimisant l'amplitude des oscillations de la couche de mélange en aval de l'écoulement. Nous avons notamment établi la nécessité de la boucle fermée pour le contrôle de la cavité et étudié la robustesse de la solution en la testant à un différent régime.