← 返回
基于元强化学习的永磁同步电机通用直接转矩控制器
Universal Direct Torque Controller for Permanent Magnet Synchronous Motors via Meta-Reinforcement Learning
| 作者 | Darius Jakobeit · Maximilian Schenke · Oliver Wallscheid |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 预计 2026年5月 |
| 技术分类 | 电动汽车驱动 |
| 技术标签 | 强化学习 深度学习 控制与算法 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 永磁同步电机 直接转矩控制 元强化学习 深度强化学习 电动汽车驱动 自动化控制设计 |
语言:
中文摘要
本文提出了一种基于元强化学习的永磁同步电机(PMSM)通用直接转矩控制方法。该方法无需预先获取电机参数,即可在数分钟内实现自动化控制设计,显著提升了控制系统的自适应能力与效率,特别适用于电动汽车驱动等工业场景。
English Abstract
Precise and efficient control of permanent magnet synchronous motors (PMSMs) is critical for many industrial and transportation applications, particularly in electric vehicle drives. Recent advances in data-driven control using deep reinforcement learning (RL) techniques have enabled automated control designs within minutes without requiring plant-specific a priori knowledge. However, these RL tec...
S
SunView 深度解读
该技术对阳光电源的电动汽车充电桩及未来可能的电机驱动业务具有重要参考价值。元强化学习能够解决传统控制策略在不同电机参数下鲁棒性不足的问题,缩短控制器的开发与调试周期。建议研发团队关注该算法在充电桩功率模块控制或未来储能系统电机负载管理中的应用,通过引入AI驱动的自适应控制,提升系统在复杂工况下的动态响应速度与控制精度,进一步优化iSolarCloud平台下的设备智能化运维水平。