江苏大学学报(自然科学版)

作者：于来宝1,2,谢兴旺3,宋晶2,袁博2

单位：1. 中国地质大学 地球物理与空间信息学院, 湖北 武汉 430074； 2. 武汉城市职业学院 机电学院, 湖北 武汉 430070； 3. 华中科技大学 人工智能与自动化学院, 湖北 武汉 430074

关键词：过热汽温, actor-critic学习, 强化学习, 机器学习, 径向基网络, 时序差分算法, 自适应控制, PI控制

基金：国家自然科学基金资助项目（51228701）； 2022年湖北省教育厅科学技术研究项目； 武城职硕博士专项课题项目（2022whcvcB02）

针对锅炉过热汽温模型结构和参数发生较大变化时常规PID控制效果难以令人满意的问题，提出一款基于actor-critic（AC）强化学习（reinforcement learning,RL）的自适应PI控制器.控制器采用径向基神经网络（RBF-NN）实现AC强化学习结构,其中actor网络输出为PI控制器参数,cri-tic网络对actor网络输出进行评判以生成时序差分(temporal difference,TD)误差信号,TD误差信号驱动RBF网络权值在线更新.介绍了锅炉过热汽温控制系统结构特点，给出了RL-PI控制器设计和算法执行步骤.完成了锅炉过热汽温控制系统的设计.以典型的非线性时变锅炉过热汽温系统为被控对象,进行了正常工况、增益增大、惯性增大、增益突变、惯性突变以及加扰动等6种工况下的仿真试验.结果表明：与模型预测控制、模糊控制以及常规PI串级控制方法相比,该RL-PI控制器具有明显的优势,能够极大提高系统适应工况变换的能力,且具有更强的自学习能力,收敛速度更快,鲁棒性更强.

来源：2022年第6期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2022年第6期