[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在审
| 申请号： | 202310067097.7 | 申请日： | 2023-01-30 |
| 公开（公告）号： | CN116208041A | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 周林娜;厉功贺;杨春雨;褚众;王海;刘晓敏 | 申请（专利权）人： | 中国矿业大学 |
| 主分类号： | H02P21/00 | 分类号： | H02P21/00;H02P21/14;G06N3/045;G06N3/092 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 潘文龙 |
| 地址： | 221000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于强化学习的电机系统H无穷降阶输出跟踪控制方法，可解决含有未建模动态和不完美数据的电机系统干扰抑制跟踪控制问题。具体包括：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；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强化学习H无穷输出跟踪迭代算法；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H无穷输出跟踪控制器。本发明避免了在强化学习框架下设计双时间尺度电机系统跟踪控制器时潜在的高维和病态数值问题。 | ||
| 搜索关键词： | 基于 强化 学习 电机 系统 无穷 输出 跟踪 控制 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国矿业大学，未经中国矿业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310067097.7/，转载请声明来源钻瓜专利网。
