深度学习及其在电机控制中的研究现状与展望

摘要

状态观测器、卡尔曼滤波器等传统观测器由于应用范围的局限性,自身结构的缺陷性,会使电机控制系统的设计变复杂,观测精度降低,观测范围受限等。深度学习具有非线性拟合能力和泛化能力好以及特征提取能力强等优点。以深度学习观测器为主线,阐述了其应用到电机控制系统中的优势,以四种典型网络为例介绍了深度学习的原理和结构,列举并重点分析了深度学习在电机控制中的应用,对未来深度学习在电机观测器控制中的发展方向进行了展望。