基于DDPG智能体的永磁同步电机控制方法研究

高 峰1, 孙 孜泓2, 高 林*2
1、青岛中电绿网新能源有限公司
2、青岛科技大学

摘要


永磁同步电机凭借高效率、高功率密度和优良动态性能，获得了广泛应用。其控制性能直接影响系统响应
速度与运行精度，传统PID控制方法在面对复杂非线性负载、外部扰动及参数大范围变化时，难以同时满足快速响
应与强抗扰能力的双重要求，智能体深度强化学习的最新发展为突破这一瓶颈提供了新途径。本文以永磁同步电机
为研究对象，设计了一种基于深度确定性策略梯度（DDPG）算法的智能控制器。在MATLAB/Simulink平台上完成智
能体训练并与传统PID控制进行了性能对比分析，实验结果表明，DDPG控制器在上升时间、调节时间、超调量等指标
上均优于PID控制，验证了所提方法的有效性，为深度强化学习在伺服控制领域的应用提供了理论与实践参考。

关键词


永磁同步电机；PID；DDPG；智能体

全文:

PDF


参考


[1]兰志勇，张丽雨，李福，等.永磁同步电机控制

技术综述[J].电气技术，2025，26（8）：1-10.

[2]曹凯，朱勇，高强，等.深度强化学习在自动控

制领域研究现状与展望[J].排灌机械工程学报，2023，41

（6）：638-648.

[3]吴春秋，刘骁暘.基于滑模观测器的永磁同步电

机无速度传感器控制[J].电机与控制应用，2018，45（10）：

34-40.

[4]FUJIMOTO S, HOOF H, MEGER D. Addressing

function approximation error in actor-critic methods[C]//

Proceedings of the 35th International Conference on Machine

Learning (ICML 2018). Stockholm: PMLR, 2018: 1587-1596.

[5]范慧妍，王爽.基于深度强化学习的永磁同步电

机控制算法研究[J].电机与控制应用，2026，53（3）：

269-278.

[6]鄢 霞， 何 勇， 张 庆 铭， 等.基 于SAC的 永 磁 同

步电机智能控制算法[J].组合机床与自动化加工技术，

2023，（9）：86-91.


Refbacks

  • 当前没有refback。