首页 | 本学科首页   官方微博 | 高级检索  
     

基于Q学习优化BP神经网络的BLDCM转速PID控制
引用本文:王宏志,王婷婷,胡黄水,鲁晓帆.基于Q学习优化BP神经网络的BLDCM转速PID控制[J].吉林大学学报(工学版),2021,51(6):2280-2286.
作者姓名:王宏志  王婷婷  胡黄水  鲁晓帆
作者单位: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;长春工业大学机电工程学院,长春130012;吉林建筑科技学院计算机科学与工程学院,长春130114
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 (Fuzzy-PID)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.

关 键 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

PID control based on BP neural network optimized by Q-learning for speed control of BLDCM
WANG Hong-zhi,WANG Ting-ting,HU Huang-shui,LU Xiao-fan.PID control based on BP neural network optimized by Q-learning for speed control of BLDCM[J].Journal of Jilin University:Eng and Technol Ed,2021,51(6):2280-2286.
Authors:WANG Hong-zhi  WANG Ting-ting  HU Huang-shui  LU Xiao-fan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号