一种基于无刷直流电机Q学习的变论域模糊控制方法技术

本发明专利技术公开了一种基于无刷直流电机Q学习的变论域模糊控制方法，该方法来进一步提高控制器的动静态性能，通过在变论域自适应模糊控制算法的基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想并结合强化学习理论中的Q‑Learning算法来对变论域自适应模糊PID控制进行了改进，使其具有在线寻优的能力。两种算法相互结合、补充，从而达到更好的PID控制参数调节效果，最后使得BLDCM控制系统具有更好地动静态性能。

【技术实现步骤摘要】
一种基于无刷直流电机Q学习的变论域模糊控制方法
本专利技术涉及无刷直流电机控制领域，尤其涉及一种基于无刷直流电机Q学习的变论域模糊控制方法。
技术介绍
无刷直流电机(BLDCM)具有结构简单、运行可靠、维护方便、调速范围宽、运行效率高、无励磁损耗等诸多优点，因而在各个工业领域中得到了广泛应用。BLDCM在交流伺服系统中通常作为一种直流伺服电机，但是具有多变量、非线性、强耦合等特点，而常规的PID控制算法解决的是线性时不变的控制问题，且参数已经事先整定，不能随被控对象的变化而调整，导致系统的的稳态精度和抗干扰性不高，因此常规的PID控制算法无法取得良好的控制性能。随着工业的发展需要，对BLDCM的控制性能也提出了更高的要求。为了提高BLDCM的控制性能，先进的智能控制算法在BLDCM控制系统中的应用将成为一个重要的发展方向和新型的研究热点。如今，很多智能控制算法譬如滑模变结构控制、神经网络控制、自适应控制、模糊控制等被逐渐应用到BLDCM控制系统中。其中，模糊控制不依赖于被控对象精确的数学模型，可以用语言式的模糊变量来描述系统，具有较佳的鲁棒性、适应性及容错性。因此，在BLDCM控制系本文档来自技高网...

【技术保护点】
1.一种基于无刷直流电机Q学习的变论域模糊控制方法，其特征在于：包括以下步骤：S1：将电机转子的位置信号转换成电机的反馈转速值ω，设定电机系统的各项初始参数：S2：对控制模糊控制算法进行模糊化处理：引入量化因子对输入变量进行基本论域到模糊论域的转换；S3：对控制算法进行模糊推理决策：制定模糊控制规则，选取模糊语言变量，确定语言变量的隶属度函数，最后建立模糊控制规则，通过根据速度环中的实际转速和给定转速的误差大小及其误差变化率的趋势来确定输出量的大小，同时保证响应速度和限制超调；S4：采用重心法法对ΔKp、ΔKi、ΔKd的模糊输出量进行去模糊化得到ΔKp、ΔKi、ΔKd的精确输出值；S5：将模糊...

【技术特征摘要】
1.一种基于无刷直流电机Q学习的变论域模糊控制方法，其特征在于：包括以下步骤：S1：将电机转子的位置信号转换成电机的反馈转速值ω，设定电机系统的各项初始参数：S2：对控制模糊控制算法进行模糊化处理：引入量化因子对输入变量进行基本论域到模糊论域的转换；S3：对控制算法进行模糊推理决策：制定模糊控制规则，选取模糊语言变量，确定语言变量的隶属度函数，最后建立模糊控制规则，通过根据速度环中的实际转速和给定转速的误差大小及其误差变化率的趋势来确定输出量的大小，同时保证响应速度和限制超调；S4：采用重心法法对ΔKp、ΔKi、ΔKd的模糊输出量进行去模糊化得到ΔKp、ΔKi、ΔKd的精确输出值；S5：将模糊量进行清晰化处理实现模糊控制：在PID参数中引入清晰化比例因子求得PID参数的控制变化量；S6：确定输入论域和输出论域的伸缩因子；S7：采用马尔科夫决策过程对论域的伸...

【专利技术属性】
技术研发人员：赵红，罗鹏，王宁，郑忠玖，赵德润，王逸婷，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21