一种基于深度强化学习的磁流变阻尼器控制方法和装置

专利主权项内容

1.一种基于深度强化学习的磁流变阻尼器控制方法，其特征在于，包括：建立磁流变阻尼器控制系统模型，确定减振结构及磁流变阻尼器数量及控制位置，确定所述磁流变阻尼器控制系统的微分方程，采用Bouc-Wen模型建立磁流变阻尼器模型，计算所述磁流变阻尼器控制系统的控制力；采用深度Q-learning学习模型，由深度神经网络表示Q值函数，在所述深度Q-learning学习模型中将电流设置为磁流变阻尼器控制动作，将速度作为状态变量，建立奖励评价函数，以评估每个步骤的性能；求解磁流变阻尼器控制系统的微分方程，在不同状态下施加不同动作，收集对应的数据；使用收集的数据对所述深度Q-learning学习模型进行训练，通过最小化Q值函数的误差来优化网络参数，输出所述深度Q-learning学习模型的模型参数；采用训练得到的模型对磁流变阻尼器进行减振控制；所述使用收集的数据对所述深度Q-learning学习模型进行训练，通过最小化Q值函数的误差来优化网络参数，输出所述深度Q-learning学习模型的模型参数，还包括：获取环境初始状态，从时间步t=1到T进行循环更新目标网格；根据当前网络，基于/>-贪婪策略选择动作/>；执行动作，获得回报/>，环境状态变为/>，将/>储存到回放池中；若中数据足够，从中采用N个数据{/>}；RRRi=1, …, N对于每个数据，用目标网络计算；最小化目标损失，以此更新当前网络/>，更新目标网络直到=T；t模型验证，在验证集上测试训练好的深度Q-learning学习模型；采用Bouc-Wen模型建立磁流变阻尼器模型，计算所述磁流变阻尼器控制系统的控制力，还包括：计算公式如下所示：
；
；式中：为磁流变减振器阻尼N；/>为与磁流变屈服应力相关的模型参数N/m；/>为弹簧刚度N/m；/>为磁流变材料屈服后黏性系数N·s/m；/>和/>为磁流变阻尼器活塞和缸体的相对位移m和相对速度m/s；/>为滞变位移m；/>为弹簧的初始变形m；/>为常数，由磁流变阻尼器结构特性决定。 马 克 数 据 网