تحكم فازي تكيفي قائم على التعلم العميق المعزز لنظام السيرفو الهيدروليكي الكهربائي

الملخص في هذه الورقة، تم تقديم وحدة تحكم فازية تكيفية جديدة تعتمد على التعلم العميق المعزز (DRL) للأنظمة الهيدروليكية الكهربائية. تجمع وحدة التحكم بين مزايا التحكم الفازي النسبي – التكاملي (PI) وشبكة التعلم العميق Q (DQLN) لتحقيق التكيف في الوقت الحقيقي وتحسين أداء التحكم. الغرض من هذه الورقة هو معالجة التحديات المتعلقة بالتحكم في أنظمة السيرفو الهيدروليكية الكهربائية من خلال تطوير وحدة تحكم تكيفية يمكن أن تعدل معلمات التحكم الخاصة بها ديناميكيًا بناءً على حالة النظام. تم تعزيز وحدة التحكم الفازية التقليدية (PI) بتقنيات DRL لتمكين التكيف التلقائي والتعويض عن الظروف المتغيرة على الإنترنت. تستخدم وحدة التحكم التكيفية المقترحة DQLN لضبط عوامل النطاق لوظائف العضوية للإدخال/الإخراج بشكل ديناميكي. من خلال استخدام خوارزمية DQLN، تتعلم وحدة التحكم من مجموعة متنوعة من بيانات النظام لتحديد معلمات التحكم المثلى. تم اشتقاق معادلة تحديث الأوزان لشبكة Q باستخدام نظرية استقرار ليوبونوف (LS)، والتي تتجاوز القيود المفروضة على طرق النزول التدرجي (GD) مثل عدم الاستقرار والاختناق في الحدود المحلية. لتقييم فعالية وحدة التحكم المقترحة، تم تنفيذها عمليًا لتنظيم نظام السيرفو الهيدروليكي الكهربائي. يتم مقارنة أداء وحدة التحكم مع وحدات تحكم أخرى قائمة، وتظهر تحسيناتها من خلال التقييم التجريبي.