买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学申请的专利基于强化学习的伺服电机控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119154733B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411221156.2，技术领域涉及：H02P21/00；该发明授权基于强化学习的伺服电机控制方法是由吴成东;徐鹏;庄曜铭;么佚非设计研发完成，并于2024-09-02向国家知识产权局提交的专利申请。

本基于强化学习的伺服电机控制方法在说明书摘要公布了：本申请适用于电机控制技术领域，提供了基于强化学习的伺服电机控制方法，方法包括：获取目标电机运行时的三相定子电流，并将所述三相定子电流进行转换，得到第一电流分量和第二电流分量，所述第一电流分量用于表征目标电机转子磁通量的控制基准，所述第二电流分量用于表征目标电机的转矩输出能力；将所述第一电流分量和所述第二电流分量分别与预设参考值进行比较，得到误差数据；获取针对所述目标电机的补偿数据，并将所述误差数据和所述补偿数据输入预设强化学习网络，得到第一电压指令和第二电压指令；通过空间矢量脉宽调制算法，根据所述第一电压指令和所述第二电压指令确定三相电压波形，进而根据所述三相电压波形控制所述目标电机。

本发明授权基于强化学习的伺服电机控制方法在权利要求书中公布了：1.一种基于强化学习的伺服电机控制方法，其特征在于，包括： 获取目标电机运行时的三相定子电流，并将所述三相定子电流进行转换，得到第一电流分量和第二电流分量，所述第一电流分量用于表征目标电机转子磁通量的控制基准，所述第二电流分量用于表征目标电机的转矩输出能力； 在将所述第一电流分量和所述第二电流分量分别与预设参考值进行比较，得到误差数据的步骤之前，还包括： 通过位置传感器获取所述目标电机的角速度，并基于所述角速度计算所述目标电机的初始转速； 对所述初始转速进行滤波，得到所述目标电机的目标转速； 将所述目标转速和参考转速输入预设PI控制器，得到所述预设参考值中与所述第二电流分量对应的第二阈值； 将所述第一电流分量和所述第二电流分量分别与预设参考值进行比较，得到误差数据； 所述将所述第一电流分量和所述第二电流分量分别与预设参考值进行比较，得到误差数据的步骤，包括： 将所述第一电流分量与所述预设参考值中的第一阈值进行比较，得到所述误差数据中的第一误差数据； 将所述第二电流分量与所述预设参考值中的第二阈值进行比较，得到所述误差数据中的第二误差数据； 获取针对所述目标电机的补偿数据，并将所述误差数据和所述补偿数据输入预设强化学习网络，得到第一电压指令和第二电压指令； 所述获取针对所述目标电机的补偿数据的步骤，包括： 将所述目标转速和所述第二电流分量输入预设扰动观测模型，得到所述目标电机的补偿数据，其中，所述预设扰动观测模型包括低通滤波器； 所述将所述误差数据和所述补偿数据输入预设强化学习网络，得到第一电压指令和第二电压指令的步骤，包括： 基于所述补偿数据修正所述误差数据中的第二误差数据，将修正后的第二误差数据和所述第一误差数据输入所述预设强化学习网络，得到第一电压信号和第二电压信号，其中，所述预设强化学习网络包括Actor子神经网络和Critic子神经网络，所述Actor子神经网络用于更新动作策略；所述Critic子神经网络用于对动作和状态进行评价，并输出评价数据；所述Actor子神经网络根据所述Critic子神经网络输出的评价数据对所述动作策略进行更新；所述预设强化学习网络还包括奖励函数，所述奖励函数表示为： 是奖励增益，为过去控制增益，是惩罚项，gk为目标函数，所述目标函数表示为： ； 所述将所述误差数据和所述补偿数据输入预设强化学习网络的过程为一个马尔可夫决策过程，所述马尔可夫决策过程由一个元组定义，其中X是状态空间，𝐴是行动空间，过渡函数，奖励函数，贴现因子，所述预设强化学习网络用于确定目标行为，目标行为由策略定义，以最大化代理的总预期贴现回报，表示为： 将所述第一电压信号和所述第二电压信号进行逆Park变换，得到第一电压指令和第二电压指令； 通过空间矢量脉宽调制算法，根据所述第一电压指令和所述第二电压指令确定三相电压波形，进而根据所述三相电压波形控制所述目标电机。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。