基于Q-MPC的径向四自由度磁悬浮轴承控制策略

针对磁悬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Q-Learning算法同模型预测控制(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)。以径向四自由度磁悬浮轴承转子位移为控制对象,首先建立径向四自由度磁悬浮轴承数学模型,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算法整定MPC控制时域和预测时域,得到适用于径向四自由度磁悬浮轴承系统的Q-MPC控制器。仿真结果表明:正弦参考信号下,Q-MPC控制器作用的系统各自由度平均跟踪误差相比MPC控制器降低了36%;恒定参考信号下,相比于MPC控制器,Q-MPC控制器作用的系统各自由度的平均超调量降低了51.4%,系统稳定所需平均调整时间降低了14.4%,施加扰动后,4个自由度的平均波动幅度降低了76.1%,系统稳定所需平均调整时间降低了26.2%,验证了所设计的Q-MPC控制器的有效性。