摘要
本发明公开了基于强化学习的电驱动系统换挡过程控制方法,涉及电驱动系统换挡控制技术领域。本发明包括:构建换挡策略模型,得到换挡过程的目标挡位;根据动力学方程建立两档EMT变速系统的仿真模型,并接收换挡电机的角位移参数与驱动电机的转速参数;建立强化学习环境,根据仿真模型和目标档位,选取强化学习环境的状态输入变量和动作输出变量。本发明通过采用强化学习方法,在Matlab/Simulink上建立伺服电机、换挡执行机构、变速箱的仿真模型,并构建了强化学习智能体(RL Agent),利用DQN算法在仿真模型中进行训练,最后再结合硬件试验台进行验证与优化,提高了换挡过程控制系统的开发效率,减少了研发成本。
技术关键词
强化学习环境
换挡电机
换挡执行机构
仿真模型
电机伺服驱动器
控制策略
贪心策略
变速系统
变量
更新网络参数
变速箱
DQN算法
中间轴
前馈神经网络
二档齿轮
换挡控制技术
计算方法
电机转动惯量
系统为您推荐了相关专利信息
连杆机器人
容错控制方法
执行器
机器人系统
单连杆
参数反演方法
参数优化技术
生成对抗网络
仿真平台
仿真模型