[发明专利]基于强化学习的电机系统H无穷降阶输出跟踪控制方法

权利要求书

1.基于强化学习的电机系统H无穷降阶输出跟踪控制方法，其特征在于，包括以下步骤：

步骤一：利用奇异摄动理论，将原始电机系统H无穷输出跟踪控制问题进行分解得到降阶系统问题；

步骤二：基于原系统的输出状态数据，提出虚拟子系统的状态重构机制解决虚拟子系统数据不可测的问题，进一步推导基于重构数据的H无穷输出跟踪强化学习迭代算法；

步骤三：引入执行-评价-扰动神经网络近似控制器、性能指标和扰动，基于最小二乘法迭代更新神经网络的权重，得到基于强化学习的降阶控制器。

2.根据权利要求1所述的基于强化学习的电机系统H无穷降阶输出跟踪控制方法，其特征在于，步骤一中，电机系统用以下状态空间模型描述：

其中x₁,x₂为电机系统状态变量,u＝[u₁,…,u_m]是控制输入,w＝[w₁,…w_q]是外部扰动,f₁₁、f₁₂、f₂₁、f₂₂是系统动态,g₁、g₂是输入动态，k是扰动动态且0ε＜＜1是奇异摄动参数；假设f₁₁、f₁₂、f₂₁、f₂₂、g₁、g₂、k完全未知且Lipchitz连续，f(0)＝0且f₂₂可逆，在不施加快控制器的情况下，快子系统在短时间内渐近稳定；

为使系统慢状态x₁跟踪一个有界参考轨迹r(t)，假设存在一个Lipchitz连续函数，使得

定义跟踪误差为

ρ＝Cx₁-r(t)；

跟踪误差动态为

原始H无穷输出跟踪控制问题为：设计状态反馈控制器u＝χ(ρ,r)，存在扰动的情况下满足下式定义的L2增益条件，不存在扰动的情况下跟踪误差收敛到0；

其中||z||²＝ρ^TQρ+u^TRu为定义的虚拟控制输出，α0是折扣因子，γ表示从干扰输入w(t)到定义的性能输出变量z(t)的衰减水平，Q＝[C₁ C₂]^T[C₁ C₂]0，R0；

原系统简化为如下降阶系统：

y＝Cx_1s；

其中C为系统输出矩阵，x_1s为降阶系统状态且

原始H无穷输出跟踪控制问题简化为如下H无穷降阶输出跟踪问题：

设计控制器u_s，使得降阶系统输出状态轨迹Cx_1s跟踪参考轨迹r(t)；

定义降阶系统输出跟踪误差为

ρ_s＝Cx_1s-r(t)；

跟踪误差动态为

定义了虚拟的控制输出如下：

||z||²＝ρ_s^TQρ_s+u_s^TRu_s；

H无穷降阶输出跟踪控制问题的目标是根据跟踪误差ρ_s和参考轨迹r，找到一个光滑函数χ的控制策略u_s＝χ(ρ_s,r),使其满足以下条件：

1)存在扰动的情况下，系统满足以下L₂增益条件：

2)不存在扰动的情况下，输出跟踪误差趋近于0。

3.根据权利要求1所述的基于强化学习的电机系统H无穷降阶输出跟踪控制方法，其特征在于，步骤二中，虚拟子系统的状态重构机制为：利用原系统慢动态状态x₁重构不可测的虚拟子系统状态，基于重构数据x₁的慢子系统H无穷强化学习迭代算法为：

其中，i为慢控制器迭代指标。