摘要
本发明涉及电机防抖技术领域,具体涉及一种车辆电机防抖控制方法、系统、车辆及电子设备,包括:实时获取电机转速和需求扭矩,并计算电机转速的时序指标和频域指标;将采集的电机转速、需求扭矩、时序指标和频域指标组合成状态向量;将状态向量输入预训练好的神经网络模型中,并输出补偿扭矩;将补偿扭矩与需求扭矩叠加,生成总扭矩并传输至电机控制器执行扭矩控制;其中,所述神经网络模型的训练过程包括搭建离线仿真环境、离线训练强化学习模型和在线微调模型。本发明能够实现电机防抖功能,且降低了标定难度与成本,减少了损耗,能够在线微调适配实车,保证了控制效果。
技术关键词
防抖控制方法
强化学习框架
强化学习策略
数据采集模块
防抖控制系统
强化学习模型
指标
电机控制器
车辆
仿真环境
网络模块
时序
离线
训练神经网络模型
电子设备
防抖技术
在线
防抖功能
系统为您推荐了相关专利信息
路径智能优化方法
混合整数线性规划模型
强化学习框架
多尺度
深度确定性策略梯度
飞机航电系统
离线故障诊断
神经网络参数
机器学习模型
生成对抗网络