基于Q学习优化BP神经网络的BLDCM转速PID控制
作者机构：长春工业大学机电工程学院长春130012 长春工业大学计算机科学与工程学院长春130012 吉林建筑科技学院计算机科学与工程学院长春130114
基 金：国家自然科学基金项目(61803044) 吉林省发改委项目(2019C054-4) 吉林省科技计划项目(20200201009JC)
出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)
年 卷 期：2021年第51卷第6期
页 码：2280-2286页
摘 要：为了提高无刷直流电机(BLDCM)的工作稳定性,设计了一种基于Q学习算法优化的BP神经网络控制器(QBP-PID)。QBP-PID利用BP神经网络(BPNN)对PID增益进行调节,并且引入Q学习的最优策略来修正权值动量项因子,优化BPNN中的关键权值,使得控制器具有更好的学习能力和在线修正能力。仿真结果表明:相比传统的PID、模糊PID(FuzzyPID)和BP神经网络PID(BP-PID),QBP-PID的自适应能力、抗干扰能力和鲁棒性更强。
主 题 词：控制理论与控制工程 无刷直流电机 PID控制器 BP神经网络 Q学习
学科分类：08[工学] 0835[0835] 0802[工学-机械学] 080201[080201]
核心收录：
D O I：10.13229/j.cnki.jdxbgxb20200580
馆 藏 号：203105931...
