摘要
本发明属于电动机控制技术领域,特别涉及一种电机自适应控制方法:建立非常规的电机自抗扰机制,根据接收到的微分信号、电机控制系统状态及影响系统输出的总扰动,通过误差反馈控制率对控制量进行等量补偿;该机制中的参数寻优通过智能体内神经网络深度学习结合强化学习完成。该方法易于适应快速变化和不确定的工作环境,能突破传统参数调整的限制,实现更加智能化和个性化的控制策略,提高直线电机控制精度和适应性,尤其适用于直线电机的速度控制。本发明还提供一种存储有该方法程序的非暂态可读记录媒体及包含该媒体的系统,通过处理电路可以调用程序,执行上述方法。
技术关键词
人工智能学习方法
扩张状态观测器
电机控制系统
粒子群优化算法
记录媒体
神经网络深度学习
跟踪器
稳态误差
直线电机运动
非线性
信号
因子
神经网络结构
参数
程序
变量
电机控制器
速度
系统为您推荐了相关专利信息
翼型优化设计方法
翼型轮廓
阶段
非暂态计算机可读存储介质
优化翼型
无刷电机
散热策略
辨识电机参数
优化控制策略
生成电机
性能参数预测方法
动力涡轮
发动机部件
试车数据
神经网络模型
气象历史数据
地形高程数据
载荷
驱动施工机械
卫星遥感影像