基于Q-Learning-MPC的四自由度磁浮轴承控制策略研究

作者：邹晋彬; 易辉阳; 张鹏辉; 冯悦昕; 邓自刚

来源：轴承, 2023, 1-10.

• 四自由度径向磁浮轴承
• 模型预测控制
• 希尔德雷斯二次规划
• 强化学习

本文针对磁浮轴承系统的高度非线性、不稳定性以及多输入多输出特点，将强化学习算法的探索性同模型预测控制（MPC）结合，设计了一种根据当前系统状态自适应整定参数的模型预测整体控制器（Q-MPC）。以四自由度径向磁浮轴承转子位移为控制对象，首先建立了四自由度磁浮轴承数学模型，在此基础上引入希尔德雷斯二次规划方法约束并优化MPC控制器输入，利用Q-Learning算法实时整定MPC控制时域和预测时域，得到适用于四自由度磁浮轴承系统的Q-MPC控制器。仿真试验结果表明，转子高速或低速运行时，正弦参考信号下，Q-MPC作用系统的各个自由度跟踪误差相比于MPC平均降低了36%；恒定参考信号下，Q-MPC作用的系统相比于MPC，各个自由度的超调量平均降低51.4%，系统稳定所需时间平均降低14.4%，施加扰动后，波动幅度平均降低76.1%，系统稳定所需时间平均降低26.2%，验证了本文所设计的Q-MPC控制器的有效性。

• 出版日期2023
• 单位西南交通大学