无轴承永磁同步电机强化学习控制器及其构造方法与流程

技术特征：

1.一种无轴承永磁同步电机强化学习控制器，包括悬浮绕组电流控制模块(3)和转矩绕组电流控制模块(4)，电机的实时径向位移值x、y与转子位移指令值x^*、y^*分别对应地比较得到位移误差e_x和e_y，实际转速n与转速指令值n^*比较得到转速误差e_n，其特征是：悬浮绕组电流控制模块(3)和转矩绕组电流控制模块(4)的输入端分别连接执行器-评价器模块(2)，执行器-评价器模块(2)由执行器神经网络(5)、评价器神经网络(8)、强化信号模块(6)和瞬时差分模块(7)组成，评价器神经网络(8)和强化信号模块(6)的输出端连接瞬时差分模块(7)的输入端，瞬时差分模块(7)的输出端分别连接执行器神经网络(5)和评价器神经网络(8)的输入端；位移误差e_x、e_y和转速误差e_n是评价器神经网络(8)、强化信号模块(6)和执行器神经网络(5)的共同输入，执行器神经网络(5)的输出是d-q坐标系下的悬浮绕组给定电流i_Bd^*、i_Bq^*与转矩绕组给定电流i_Md^*、i_Mq^*，悬浮绕组给定电流i_Bd^*、i_Bq^*是悬浮绕组电流控制模块(3)的输入，转矩绕组给定电流i_Md^*、i_Mq^*是转矩绕组电流控制模块(4)的输入。

2.根据权利要求1所述无轴承永磁同步电机强化学习控制器，其特征是：评价器神经网络(8)根据输入值生成评价器神经网络输出值函数V(t)，强化信号模块(6)根据输入值生成强化信号r(t)，瞬时差分模块(7)根据强化信号r(t)和评价器神经网络输出值函数V(t)计算得到并输出瞬时差分信号δ_TD(t)。

3.一种如权利要求1所述无轴承永磁同步电机强化学习控制器的构造方法，其特征是包括以下步骤：

A.构造执行器神经网络(5)与评价器神经网络(8)，采用一个有三层的执行器-评价器复合RBF神经网络，第一层为输入层节点数为3个，每个输入节点代表状态向量x(t)＝[e_x e_ye_n]^T的一个分量；第二层为隐含层节点数为8个，节点基函数采用高斯核函数；第三层为输出层节点数为4个，由执行器神经网络输出值函数I_m(t)和评价器神经网络输出值函数V(t)两个部分组成；

B.构造强化信号模块(6)，强化信号模块(6)的输出为强化信号r(t)＝α_xr_x(t)+α_yr_y(t)+α_nr_n(t)，r_x(t)、r_y(t)和r_n(t)分别为x轴向位移误差强化信号、y轴向位移误差强化信号和转子转速误差强化信号，α_x、α_y和α_n分别为x轴向位移误差强化信号系数、y轴向位移误差强化信号系数和转子转速误差强化信号系数；

C.构造瞬时差分模块(7)，瞬时差分模块(7)的两个输入分别为强化信号r(t)、评价器神经网络输出值函数V(t)，两个输出都为瞬时差分信号δ_TD(t)＝r(t)+γV(t+1)-V(t)，TD表示瞬时差分，0≤γ≤1为折扣因子，V(t+1)和V(t)分别为更新前后的值函数；

D.由执行器-评价器模块(2)与悬浮绕组电流控制模块(3)、转矩绕组电流控制模块(4)共同组成无轴承永磁同步电机强化学习控制器。

4.根据权利要求3所述无轴承永磁同步电机强化学习控制器的构造方法，其特征是：步骤B中，x轴向位移误差强化信号r_x(t)、y轴向位移误差强化信号r_y(t)和转子转速误差强化信号r_n(t)由以下公式计算得到：

$r_x\left(t\right)=\left\{\begin{array}{c}0,\left|e_x\right(t\left)\right|\≤{\mathrm{\ϵ}}_x\\ -0.1,\left|e_x\left(t\right)\right|\>{\mathrm{\ϵ}}_x\end{array}\right.,$

$r_y\left(t\right)=\left\{\begin{array}{c}0,\left|e_y\right(t\left)\right|\≤{\mathrm{\ϵ}}_y\\ -0.1,\left|e_y\left(t\right)\right|\>{\mathrm{\ϵ}}_y\end{array}\right.,$

$r_n\left(t\right)=\left\{\begin{array}{c}0,\left|e_n\right(t\left)\right|\≤{\mathrm{\ϵ}}_n\\ -0.1,\left|e_n\left(t\right)\right|\>{\mathrm{\ϵ}}_n\end{array}\right.,$

ε_x为x轴向位移误差信号的容许误差带，ε_y为y轴向位移误差信号的容许误差带，ε_n为转子转速误差信号的容许误差带。

5.根据权利要求3所述无轴承永磁同步电机强化学习控制器的构造方法，其特征是：步骤A中，评价器神经网络(8)根据式v_j(t+1)＝v_j(t)+α_Cδ_TD(t)Φ_j(t)更新神经网络权值并输出新的评价器神经网络输出值函数V(t)，α_C为评价器神经网络的学习率，v_j(t)为第j个隐含层节点到评价器输出节点的权值，v_j(t+1)为更新后的第j个隐含层节点到评价器输出节点的权值，Φ_j(t)为第j个隐含层节点的输出；执行器神经网络(5)根据式w_jk(t+1)＝w_jk(t)+α_Aδ_TD(t)Φ_j(t)更新神经网络权值，α_A为执行器神经网络的学习率，w_jk(t)为第j个隐含层节点到执行器的第k个输出节点的权值，w_jk(t+1)为更新后的第j个隐含层节点到执行器的第k个输出节点的权值。

6.根据权利要求5所述无轴承永磁同步电机强化学习控制器的构造方法，其特征是：执行器神经网络输出值函数评价器神经网络输出值函数m＝1,2,3,4,j＝1,2,3,4,5,6,7,8,w_jk(t)为第j个隐含层节点到执行器的第k个输出节点的权值，I₁(t)、I₂(t)、I₃(t)、I₄(t)分别对应i_Bd^*、i_Bq^*、i_Md^*、i_Mq^*，v_j(t)为第j个隐含层节点到评价器输出节点的权值。