基于Q学习优化BP神经网络的BLDCM转速PID控制

作者：王**; 王婷婷; 胡黄水^*; 鲁晓帆

来源：吉林大学学报（工学版）, 2021, 51(06): 2280-2286.

DOI：10.13229/j.cnki.jdxbgxb20200580

• 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

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。

• 单位
  机电工程学院; 吉林建筑大学城建学院; 长春工业大学