최적 집합 전략을 갖춘 분산 가우시안 프로세스를 이용한 PMSM의 학습 기반 제어

변화하고 알 수 없는 환경에서의 정확한 제어에 대한 수요 증가가 영구 자석 동기 모터(PMSM)를 포함한 전력 공급 구성요소의 요구사항 증가로 이어졌습니다. 시스템의 알 수 없는 부분을 추론하기 위해, 머신 러닝 기법이 널리 활용되며, 특히 연속 시스템 모델링의 유연성과 보장된 성능 때문에 가우시안 프로세스 회귀(GPR)가 많이 사용됩니다. 실용적인 구현을 위해, 높은 계산 복잡성을 완화하기 위해 분산 GPR이 채택됩니다. 그러나 제어 측면에서의 분산 GPR 연구는 여전히 개방된 문제로 남아 있습니다. 본 논문에서는 리아푸노프 안정성 이론을 기반으로 PMSM을 위한 분산 GPR의 제어 인식 최적 집합 전략을 제안합니다. 이 전략은 후방 평균만을 활용하여, 대체 접근법에서 후방 분산과 관련된 계산 집약적 계산의 필요성을 없앱니다. 더욱이, 저희가 제안한 전략의 간단한 계산 과정은 고주파 PMSM 제어에서 손쉬운 구현을 가능하게 합니다. 제안된 전략의 효과성은 시뮬레이션에서 입증됩니다.