一种基于深度Q学习的控制阀粘滞参数估计方法

摘要

本发明提出了一种基于深度Q学习(Deep Q‑learning)的控制阀粘滞参数估计方法，该方法基于控制阀的非线性模型，通过阀控制器持续对阀进行控制命令输入，同时采集阀的相应输出，以当前控制阀的输入信号作为状态，控制阀非线性模型的粘滞特性参数的估计值的更改作为动作，控制阀阀杆位置作为奖励值，采用深度Q学习算法，根据状态、奖励的波动对动作持续调整，最终输出控制阀非线性模型的粘滞特性参数的估计值。