一种基于数据驱动Q-学习的工业过程容错控制方法

摘要

本发明公布了一种基于数据驱动Q‑学习的工业过程容错控制方法，包括以下步骤：(1)在原系统的状态空间模型基础上建立包含跟踪误差和状态增量的具有执行器故障的等价状态空间模型，并根据新的模型提出性能指标函数；(2)提出值函数以及Q函数，并构建相应的最优控制输入及控制增益的表达式；(3)初始化稳定控制策略K0并收集数据θj(k)及ρkj；(4)通过非策略Q‑学习算法更新控制器增益K；(5)如果达到迭代结束条件则迭代结束，否则转步骤(4)继续迭代。本发明可以有效应对系统无法精确建模的问题，降低系统对模型的依赖，通过利用系统实际生产过程中所产生的数据进行不断学习，进而得到最优的控制律，最终达到良好的容错控制效果和跟踪性能。