基于遺傳算法優化的深度強化學習-PI空氣舵伺服系統控制策略

作者：洪子祺,許文波,呂晨,等 日期：2023-09-20/span> 瀏覽：1282 查看PDF文檔

摘要:針對傳統比例積分控制難以選定控制性能更好參數的問題,以空氣舵伺服系統為研究對象,提出了一種基于遺傳算法優化的強化學習PI的控制方法。首先,建立了空氣舵伺服系統的數學模型;然后,采用遺傳算法優化了PI控制器的初始參數;采用深度確定性策略梯度算法對當前PI控制器進行了實時整定,從而實現了對空氣舵伺服系統進行位置指令控制的功能;最后,在Simulink中通過仿真分析,對所采用的方法應用于空氣舵伺服系統的效果進行了驗證。研究結果表明:改進的算法在參數攝動時,具備一定的在線穩定性;在空載情況下,所需要的調節時間要小于遺傳算法-PI、DDPG-PI與傳統PI算法,至少縮短了20%;同時,在負載情況下,相比其他3種方法,改進算法的波動幅值與負載結束后回到穩態時間至少縮短了15%,證明了所使用方法在空氣舵伺服系統里的有效性。

關鍵詞:伺服系統;比例積分(PI)控制器;遺傳算法;深度確定性策略梯度算法;參數優化;Simulink

中圖分類號:TH-39;TJ765文獻標識碼:A文章編號:1001-4551(2023)07-1071-08

本文引用格式:

洪子祺,許文波,呂晨,等.基于遺傳算法優化的深度強化學習-PI空氣舵伺服系統控制策略［J］.機電工程,2023,40(7):1071-1078.

HONG Zi-qi, XU Wen-bo, LV Chen, et al. Deep reinforcement learning-PI control strategy of air servo system based on genetic algorithm optimization［J］.Journal of Mechanical & Electrical Engineering, 2023,40(7):1071-1078.