摘要
本发明提出一种基于强化学习与比例微分控制的电动汽车扭振控制方法,旨在解决电动汽车传动系统扭振抑制效果不足与平顺性较差的问题。首先,搭建电动汽车传动系统扭振仿真动力学模型,描述各组件之间相互作用以及不同工况(加速、减速、起步)下的系统动态响应,并通过试验数据修正仿真模型;然后,以传动系统扭转角和纵向加速度跟踪误差为调节基础,设计比例微分控制器;最后,利用深度确定性策略梯度DDPG方法智能调整比例微分控制器的比例增益和微分增益。本发明将强化学习与比例微分控制融合至电动汽车扭振控制中,具备控制精度高、适应性强的优势,可有效提升不同工况下传动系统扭振抑制效果与车辆动态性能。
技术关键词
比例微分控制器
扭振控制方法
深度确定性策略梯度
系统动态响应
下传动系统
强化学习算法
工况
加速度
仿真模型
调节电机
变速箱
误差
传动轴
基础
力学
整车
车轮
数据
系统为您推荐了相关专利信息
边缘计算方法
路边单元
信息数据处理终端
深度确定性策略梯度
算法
无人机
深度确定性策略梯度
网络优化策略
执行动作信息
障碍物
机器人运动控制方法
机器人模型
仿真环境
深度传感器
机器人运动控制程序
深度强化学习
优化器
深度确定性策略梯度
演化算法
变量
运动控制器
深度强化学习算法
框架
比例微分控制器
人体体型参数