DDPG негизиндеги актор–сынчы SRM контроллери, Коммутациялануучу релуктанстык кыймылдаткычтын (Switched Reluctance Motor, SRM) ток, электромагниттик айлануу моменти, магнит агымынын байланышышы, ротордун ылдамдыгы жана ротордун абалы сыяктуу иштөө абалдарын байкап, төрт фазанын күйгүзүү бурчунун офсеттерин үзгүлтүксүз маанилүү аракеттер катары үйрөнгөн бекемдөөчү үйрөнүү башкаруу системасы болуп саналат. Изилдөө 8/6 уюлдуу төрт фазалуу SRMди Asymmetrical Half-Bridge (ASHB) өзгөрткүчү аркылуу айдайт; Deep Deterministic Policy Gradient (DDPG) актор–сынчы архитектурасын MATLAB Simulink R2024b чөйрөсүндө үйрөтөт жана үйрөнүлгөн саясатты FPGA негизиндеги Wavect санарип контроллеринде реалдуу убакытта колдонууга киргизет. Симуляцияда 20 Nm жүк жана 1000–3000 RPM диапазонунда билдирилген чокудан-чокуга чейинки айлануу моментинин термелүүсү %1,29 менен %2,08 ортосунда. Бирок эксперименттик аппараттык текшерүү көз ирмемдик момент термелүүсүн түздөн-түз өлчөгөн эмес; негизинен орточо механикалык момент менен ылдамдыктын симуляция жыйынтыктарына жакындыгын көрсөткөн.

SRMдер туруктуу магнитти талап кылбаган, жөнөкөй ротор түзүлүшүнө ээ, бекем, бузулууга туруктуу жана кең ылдамдык диапазонунда иштей ала турган электр машиналары. Бирок кош тиштүү статор–ротор геометриясы, ротордун абалына көз каранды сызыктуу эмес индуктивдүүлүк жана дискреттик фазалык коммутация момент өндүрүүнү термелмелүү кылат. Бул термелүүлөр вибрацияга, акустикалык ызы-чууга, механикалык эскирүүгө жана айдоо ыңгайлуулугунун начарлашына алып келиши мүмкүн.

Булак изилдөө сунуштаган чечим — туруктуу ток профилин же алдын ала белгиленген коммутация таблицасын колдонуунун ордуна күйгүзүү бурчун иштөө шарттарына жараша үйрөнгөн DDPG агенти. Актор тармагы ылайыктуу күйгүзүү офсеттерин чыгарат, ал эми сынчы тармак бул аракеттердин узак мөөнөттүү момент тегиздигине кошкон салымын Q-мааниси аркылуу баалайт. Тажрыйбаны кайталап пайдалануу эс тутуму, максаттуу тармактар жана жумшак жаңыртуулар окутуунун туруктуулугун колдойт.

SRMде Айлануу Моментинин Термелүүсү Эмне Үчүн Пайда Болот?

Коммутациялануучу релуктанстык кыймылдаткычта момент термелүүсүнүн негизги себеби электромагниттик моменттин фазалык токтун квадраты жана ротор бурчуна жараша өзгөргөн фазалык индуктивдүүлүктүн ылдыйышы менен байланыштуу болушу; фазалык коммутацияда чыгып жаткан фазанын тогу азайып, кирип жаткан фазанын тогу жетиштүү тез түзүлбөсө, жалпы моменттин үзгүлтүксүздүгү бузулат жана бул таасир магниттик каныгуу, ротордун абалына көз каранды сызыктуу эмес индуктивдүүлүк жана туура эмес коммутациялык кайчылашуу менен күчөшү мүмкүн.

SRMдин электромагниттик момент механизми

SRMде ротор оромосу же туруктуу магнит жок. Ротор магнит чынжырынын релуктансын азайткан туураланган абалга карай жылууга умтулат. Бир фаза үчүн булакта берилген негизги момент байланышы:

\[ T_{e,i}(\theta,t)=\frac{1}{2}i_i^2(t)\frac{dL_i(\theta)}{d\theta} \]

Бул жерде \(i_i(t)\) — фазалык ток; \(L_i(\theta)\) — фазанын ротор бурчуна көз каранды индуктивдүүлүгү. \(dL_i/d\theta\) ротор айланган учурда индуктивдүүлүктүн кандай ылдамдыкта өзгөрөрүн көрсөтөт.

Теңдеме эки маанилүү байланышты камтыйт. Биринчиден, момент фазалык токтун квадраты менен байланышкан; ошондуктан токтогу өзгөрүүнүн моментке таасири сызыктуу эмес. Экинчиден, оң момент өндүрүү негизинен индуктивдүүлүк ротор бурчу менен өсүүчү \(dL/d\theta>0\) аймакта болот. Ошондуктан контроллердин фазаны ротордун туура аймагында энергияландыруусу маанилүү.

Төрт фазанын жалпы электромагниттик моменти булакта төмөнкүдөй берилет:

\[ T_e(\theta,t)=\sum_{i\in\{A,B,C,D\}}T_{e,i}(\theta,t) =\frac{1}{2}\sum_i i_i^2(t)\frac{dL_i(\theta)}{d\theta} \]

Бул сумма момент термелүүсүн азайтуу стратегиясынын физикалык негизин түшүндүрөт: ар бир фазанын моментке кошкон салымы ылайыктуу убакыттоо менен бири-бирине жабыштырылса, жалпы электромагниттик момент тегизирээк болот.

Момент термелүүсү кантип өлчөнөт?

Булактын негизги чокудан-чокуга момент термелүү метрикасы:

\[ TR(\%)=\frac{T_{\max}-T_{\min}}{T_{\mathrm{avg}}}\times100 \]

\(T_{\max}\) бир электрдик циклдеги эң жогорку моментти; \(T_{\min}\) эң төмөн моментти; \(T_{\mathrm{avg}}\) болсо орточо моментти көрсөтөт. Катыш азайган сайын момент өндүрүү тегизирээк деп эсептелет.

Изилдөө үзгүлтүксүз-убакыт баалоосу үчүн нормалдаштырылган RMS формасын да берет:

\[ TR_{\mathrm{RMS}}= \frac{ \sqrt{\frac{1}{T}\int_0^T [T_e(t)-T_{\mathrm{avg}}]^2dt} } {T_{\mathrm{avg}}} \]

Бул форма эң жогорку жана эң төмөн чекиттерди гана эмес, бир электрдик мезгил ичиндеги орточо моменттен четтөөлөрдүн энергияга окшош жалпы чоңдугун да эске алат.

Электрдик фазалык динамика

SRM фазасынын чыңалуу теңдемеси булакта:

\[ V_s(t)=R_i i_i(t)+\frac{d}{dt}[L_i(\theta(t))i_i(t)] \]

түрүндө берилет. Туунда ачылганда:

\[ V_s(t)=R_i i_i(t)+L_i(\theta)\frac{di_i(t)}{dt} +i_i(t)\dot{\theta}\frac{dL_i(\theta)}{d\theta} \]

алынат. Акыркы мүчө электрдик жана механикалык кыймылдын ортосундагы байланышты көрсөтөт. Ротордун ылдамдыгы өзгөргөндө, ошол эле чыңалуу жана коммутация стратегиясы ошол эле ток жүрүм-турумун жаратышы шарт эмес. Туруктуу күйгүзүү бурчтарына негизделген ыкмалардын кең ылдамдык диапазонунда кыйынчылыкка туш болушунун физикалык себептеринин бири ушул.

Эксперименттик индуктивдүүлүк картасы

Изилдөөдө фазалык индуктивдүүлүк жөн гана теориялык ийри катары кабыл алынган эмес. 10–11-беттерде көрсөтүлгөн эксперименттик түзүлүштө так LCR өлчөгүч колдонулган; ротор кол менен 10 градустук кадамдар менен айландырылып, ар бир абалда фазалык индуктивдүүлүк катталган. Ротордун абалынын эталону валдын айдалбаган учуна туташтырылган жана 5 V DC менен азыктандырылган incremental encoder аркылуу көзөмөлдөнгөн.

Булак туураланган индуктивдүүлүктү 55 mH, туураланбаган индуктивдүүлүктү 12 mH деп билдирет. Өлчөнгөн индуктивдүүлүк профилдери агентке жогорку оң \(dL/d\theta\) аймактарын аныктоого жардам берген физикалык эталон катары башкаруу чөйрөсүнө киргизилген.

Эмне үчүн Asymmetrical Half-Bridge өзгөрткүчү?

Төрт фазалуу ASHB өзгөрткүчү ар бир фаза үчүн эки башкарылуучу ачкыч жана эки диод колдонот. Изилдөөдө үч негизги электрдик абал аныкталат:

ASHBнин көз карандысыз фазалык башкаруусу жана токту тез көтөрүү/түшүрүү жөндөмү DDPG агентинин күйгүзүү убактысын фаза боюнча жөнгө салышы үчүн борбордук мааниге ээ.

DDPG Момент Термелүүсүн Кантип Азайтат?

DDPG контроллери кыймылдаткычтын өлчөнгөн абалын төрт фазанын үзгүлтүксүз маанилүү күйгүзүү бурчу офсеттерине айлантат; актор тармагы башкаруу аракетин чыгарат, ал эми сынчы тармак бул аракеттин келечектеги жалпы сыйлыгын баалайт жана окутуунун жүрүшүндө момент термелүүсү азыраак болгон коммутация убакыттоолору бекемделет.

Башкаруу маселеси Марков чечим кабыл алуу процесси катары аныкталат

Булак бекемдөөчү үйрөнүү чөйрөсүн:

\[ M=(S,A,P,R,\gamma) \]

түрүндөгү Марков чечим кабыл алуу процесси катары аныктайт.

• Абал мейкиндиги \(S\): фазалык токтор, электромагниттик момент, магнит агымынын байланышышы, ротордун ылдамдыгы, ротордун абалы жана мурунку башкаруу аракеттери.
• Аракет мейкиндиги \(A\): төрт фазага тиешелүү үзгүлтүксүз күйгүзүү бурчу офсеттери.
• Өтүү \(P\): аракет колдонулгандан кийин кыймылдаткычтын жаңы абалга өтүшү.
• Сыйлык \(R\): төмөн момент термелүүсүн жана тегиз иштөө шарттарын стимулдаштырган натыйжалуулук сигналы.
• Дисконт фактору \(\gamma\): келечектеги сыйлыктардын учурдагы оптималдаштыруудагы салмагы.

Саясаттын максаты күтүлгөн дисконттолгон жалпы сыйлыкты көбөйтүү:

\[ J(\pi)=E_{\pi}\left[\sum_{k=0}^{\infty}\gamma^k r(s_k,a_k)\right] \]

Актор тармагы

Актордун детерминисттик саясаты:

\[ a=\mu(s|\theta^\mu) \]

түрүндө. Булакта актор тармагы 13 өлчөмдүү кыймылдаткыч абалынын векторун кабыл алат; 256, 128 жана 64 нейрондуу үч fully-connected жашыруун катмарды колдонот жана төрт чыгыш нейрону аркылуу төрт фазанын күйгүзүү бурчу офсеттерин чыгарат. Жашыруун катмарларда ReLU, чыгышта tanh активдештирүүсү колдонулат.

Tanh чыгышы физикалык бурч чегине айландырылып, аракет кыймылдаткычтын колдонууга мүмкүн болгон коммутация аймагында калышы камсыздалат.

Сынчы тармагы

Сынчы тармагы кыймылдаткычтын абалын да, актордун аракетин да кабыл алат жана:

\[ Q(s,a|\theta^Q) \]

менен көрсөтүлгөн узак мөөнөттүү аракет маанисин баалайт. Булакта сынчы 13 өлчөмдүү абал менен төрт өлчөмдүү аракетти жалпы 17 өлчөмдүү кириште бириктирери; 256 жана 128 нейрондуу катмарлардан кийин бир скалярдык Q-маани чыгарары түшүндүрүлөт.

Сынчы үчүн максат:

\[ y_k=r_k+\gamma Q'\left(s_{k+1}, \mu'(s_{k+1}|\theta^{\mu'})|\theta^{Q'}\right) \]

түрүндө түзүлгөн. Болжолдонгон Q-маани менен бул максаттын айырмасынын квадраты азайтылып, critic үйрөтүлөт.

Актор–сынчы өз ара аракеттенүүсү

Актор туура аракетти түздөн-түз “билбейт”. Ал сынчынын Q-маанисинин аракетке карата градиентин колдонот:

\[ \nabla_{\theta^\mu}J \approx \frac{1}{N}\sum_{k=1}^{N} \nabla_aQ(s,a|\theta^Q)|_{a=\mu(s)} \nabla_{\theta^\mu}\mu(s|\theta^\mu) \]

Бул градиент акторду сынчы узак мөөнөттүү жогорку сыйлык менен байланыштырган күйгүзүү бурчтарына багыттайт.

Тажрыйбаны кайра ойнотуу эс тутуму жана максаттуу тармактар

Ар бир өз ара аракет:

\[ (s_k,a_k,r_k,s_{k+1}) \]

төрттүк катары replay bufferге жазылат. Окутуу учурунда мурдагы тажрыйбалардан кокус mini-batch үлгүлөрүн тандоо убакыттык ырааттуулуктан келип чыккан корреляцияны азайтат.

Актор менен сынчынын ошондой эле жай жаңыртылуучу максаттуу көчүрмөлөрү бар. Изилдөөдө soft-update фактору \(\tau=0.005\) катары колдонулган. Максат — үйрөнүп жаткан тармактардагы тез өзгөрүүнүн максаттуу маанилерди бир убакта ашыкча өзгөртүшүнө жол бербөө.

Изилдөө ызы-чуусу

Окутуунун башында аракетке Ornstein–Uhlenbeck ызы-чуусу кошулат:

\[ a_t=\mu(s_t|\theta^\mu)+N_t \]

Булакта ызы-чуу параметрлери \(\mu=0\) жана \(\sigma=0.25\) деп берилген. Бул ыкма үзгүлтүксүз аракет мейкиндигинде ар кандай күйгүзүү убакыттарын изилдөөгө мүмкүндүк берет.

Негизги окутуу гиперпараметрлери

Булак бул гиперпараметрлердин жүрүм-турумдук түшүндүрмөлөрүн “heuristic” деп мүнөздөйт жана алар формалдуу туруктуулук же жакындашуу кепилдигин түзбөй турганын ачык белгилейт.

Сыйлык менен момент термелүүсүнүн байланышы

Натыйжа талдоосунда берилген жөнөкөй сыйлык байланышы:

\[ r=100-TR(\%) \]

түрүндө. Момент термелүүсү азайган сайын сыйлык өсөт. 24-сүрөттө окутуунун башындагы жогорку термелүү жана төмөн сыйлык болжол менен 0,15 s кийин төмөнүрөөк термелүү жана жогорку сыйлыкка өтөрү көрсөтүлгөн.

Ошол эле учурда макаланын башка бөлүктөрүндө сыйлык функциясы моментти көзөмөлдөө катасын жана башкаруу вариацияларын да жазалай турганы айтылат. Ошондуктан Equation 30 жыйынтык графигин чечмелөөдө колдонулган ачык сызыктуу байланыш катары бааланышы керек; булакта берилген бардык сыйлык долбоорунун деталдары үчүн жалгыз теңдеме деп кабыл алынбашы керек.

Изилдөөнүн Методу жана Натыйжалары

Симуляция системасы

MATLAB Simulink R2024b чөйрөсүндөгү система төрт негизги физикалык/башкаруу компонентинен турат:

1. 8/6 уюлдуу төрт фазалуу SRM,
2. төрт фазалуу ASHB кубат өзгөрткүчү,
3. кыймылдаткыч абалдарын топтогон observation/state блогу,
4. күйгүзүү бурчу офсеттерин чыгарган DDPG актор–сынчы агенти.

Булак 3-таблицада симуляция үчүн 220 V DC link, 20 Nm жүк, 1000–3000 RPM ылдамдык диапазону, 55 mH туураланган жана 12 mH туураланбаган индуктивдүүлүк, ошондой эле 1,5 Wb максималдуу фазалык магнит агымынын байланышышын берет.

Үйрөнүүнүн жакындашуусу

16-сүрөттө episode reward жана critic болжолдогон Episode Q0 маанилери окутуу жүрүшүндө өсүп, болжол менен 300–350 episode кийин туруктуу аймакка кирери көрсөтүлгөн. Окутуу эң көп 500 episode болуп конфигурацияланган.

Булак бул жүрүм-турумду актор–сынчы саясатынын жакындашуусу катары чечмелейт. Бирок изилдөө теориялык же математикалык глобалдык жакындашуу далилин бербейт; 2-таблица да колдонулган жөндөөлөр формалдуу туруктуулук кепилдиги эмес экенин ачык белгилейт.

Фазалык токтор жана магнит агымынын байланышышы

17-сүрөт төрт фазалык токтун ырааттуу жана жарым-жартылай кабатталган профилдерин көрсөтөт. Булак болжол менен 20–22 A чокулук токтордогу фазалар аралык теңсиздикти ротордун абалы жана индуктивдүүлүк айырмаларын компенсациялаган үйрөнүлгөн ток модуляциясы катары чечмелейт.

18-сүрөттө магнит агымынын байланышышы ар бир фазада кезеги менен өсүп-төмөндөйт жана чокулук деңгээлдер болжол менен 1,3–1,5 Wb диапазонунда билдирилет. Бул кабатталган магниттик энергия профили жалпы электромагниттик моменттин үзгүлтүксүздүгүнө салым кошот.

1000–3000 RPM аралыгындагы жыйынтыктар

Бул жыйынтыктарда билдирилген эң төмөн термелүү 2000 RPMде %1,29; эң жогорку маани 1000 RPMде %2,08. Каралган бардык симуляция чекиттеринде маани %3төн төмөн.

DDPG-RL, TSF жана DITC салыштыруусу

Салыштыруу ошол эле 8/6 кыймылдаткыч модели, төрт фазалуу ASHB өзгөрткүчү, 220 V DC link, 20 Nm жүк жана ошол эле ылдамдык чекиттеринде жүргүзүлгөн. TSF үчүн туруктуу cubic torque-sharing lookup table, DITC үчүн туруктуу hysteresis band жана коммутация бурчтары колдонулган. DDPG-RL болсо күйгүзүү бурчтарын үйрөнүлгөн саясат аркылуу адаптивдүү өзгөртөт.

Бул жыйынтык булакта колдонулган TSF жана DITC конфигурациялары менен жасалган салыштырууну гана колдойт. “DDPG бардык мүмкүн болгон классикалык башкаруу ыкмаларынан ар дайым жогору” деген кеңири жыйынтык бул изилдөөдөн чыгарылбайт.

Аппараттык текшерүү

35–38-беттерде көрсөтүлгөн эксперименттик түзүлүштө 8/6 SRM механикалык түрдө өзүнчө дүүлүктүрүлгөн DC генераторго туташтырылган. Генератор жөнгө салынуучу механикалык жүк түзөт. ASHB өзгөрткүчү аркылуу айдалган кыймылдаткычты башкаруу Wavect FPGA негизиндеги санарип контроллер тарабынан аткарылган.

Булак эксперименттик кыймылдаткыч үчүн төмөнкү мүнөздөмөлөрдү билдирет:

Момент–ылдамдык өлчөгүч түзмөк kg·m бирдигинде берген механикалык момент:

\[ T_{\mathrm{Nm}}=T_{\mathrm{kg\cdot m}}\times 9.81 \]

теңдемеси менен Nmге айландырылган.

Эксперименттик орточо момент жыйынтыктары

Эксперименттик Текшерүүдө Момент Термелүүсү Түздөн-Түз Өлчөндүбү?

Жок. Булак изилдөөдө эксперименттик түзүлүш орточо механикалык момент, вал ылдамдыгы жана чыгыш кубаттуулугу өлчөөлөрүн берет; чокудан-чокуга момент термелүүсү болсо талап кылынган жогорку өткөрүү тилкелүү көз ирмемдик момент өлчөөсү жүргүзүлбөгөндүктөн симуляцияланган электромагниттик момент толкун формаларынан эсептелген.

Бул айырма изилдөөнүн далил деңгээлин туура чечмелөө үчүн маанилүү. Аппараттык жыйынтыктар үйрөтүлгөн DDPG саясаты FPGAда реалдуу убакытта иштетиле аларын жана эксперименттик орточо момент симуляциядагы орточо моментке жакын экенин көрсөтөт. Бирок 7-таблицадагы %1,29–%2,08 маанилери эксперименттик момент сенсору менен түздөн-түз өлчөнгөн ripple маанилери эмес.

Булактагы сандык отчет берүү айырмачылыктары

Булак айрым параметрлерди ар башка бөлүктөрдө ар башка масштабда берет жана аларды үнсүз түрдө бир мааниге түшүрүү туура эмес.

• Симуляциянын 3-таблицасында 75 kW rated power көрсөтүлгөн; эксперименттик кыймылдаткыч 10-таблицада 3,7 kW / 5 HP деп берилген.
• 3-таблицада симуляцияланган фазалык ток 5–10 A деп көрсөтүлсө, 17-сүрөттүн түшүндүрмөсүндө фазалык токтор болжол менен 20–22 A чокулук мааниге жеткени айтылат.
• Эксперименттик кыймылдаткыч үчүн 3,7 kW вал кубаттуулугу берилгени менен 11-таблицада жогорку ылдамдык чекиттеринде 5,55 kW жана 6,67 kW чыгыш кубаттуулугу билдирилет.

Бул маанилерди кантип шайкеш келтирүү керектиги боюнча булакта жетиштүү түшүндүрмө жок болгондуктан, Verianla аларды кайра эсептеп же божомол кошуп оңдобойт. Кайра өндүрүмдүүлүк же долбоорду масштабдоо үчүн колдонулса, бул пункттарды corresponding author тактап бериши керек.

Изилдөө колдогон жыйынтыктар

• DDPG агенти төрт фазанын күйгүзүү бурчу офсеттерин үзгүлтүксүз башкаруу аракеттери катары үйрөнө алат.
• Каралган симуляция шарттарында момент термелүүсү %1,29–%2,08 аралыгында билдирилген.
• Ушул эле изилдөөдөгү TSF жана DITC конфигурацияларына салыштырмалуу DDPG-RL төмөнүрөөк момент термелүүсүн жараткан.
• Үйрөнүлгөн саясат FPGA негизиндеги контроллерге өткөрүлүп, реалдуу кыймылдаткыч түзүлүшүндө иштетилген.
• Эксперименттик орточо механикалык момент маанилери билдирилген симуляциялык орточо моменттерге жакын экени аныкталган.
• DDPGнин үзгүлтүксүз аракет мейкиндиги күйгүзүү бурчун фаза боюнча майда жөндөөгө ылайыктуу.

Изилдөө колдобогон жыйынтыктар

• Эксперименттик системада %1,29–%2,08 момент термелүүсү сенсор менен түздөн-түз өлчөнгөн деп айтууга болбойт.
• 1000–3000 RPMден тышкаркы иштөө бул эксперименттер менен текшерилген эмес.
• Баасы төмөн бардык орнотулган контроллерлерде online үйрөнүүнү колдонууга болору көрсөтүлгөн эмес.
• DDPG бардык SRM геометрияларында, кубат класстарында жана жүк шарттарында ошол эле натыйжаны берет деген жыйынтык чыгарылбайт.
• Акустикалык ызы-чууну азайтуу түздөн-түз өлчөнгөн эмес; келечектеги изилдөө темасы катары калтырылган.
• Энергия натыйжалуулугу–момент ripple көп максаттуу оптималдаштыруу учурдагы изилдөөнүн бөлүгү эмес.
• Булакта формалдуу глобалдык туруктуулук же DDPG жакындашуу далили берилген эмес.

Чектөөлөр жана келечектеги изилдөөлөр

Авторлор, биринчиден, окутуу жана текшерүү белгилүү 1000–3000 RPM иштөө аймагы менен чектелгенин белгилешет. Бул аймактан кыйла тышкары чыгуу жаңы окутууну же кошумча адаптацияны талап кылышы мүмкүн.

Экинчи чектөө — offline окутуунун наркы. DDPG саясатын үйрөнүү көп сандагы симуляция episode талап кылат; бирок окутуу бүткөндөн кийин реалдуу убакыттагы колдонмодо саясат туруктуу контроллер сыяктуу колдонулат.

Үчүнчү чектөө — эсептөө платформасы. Изилдөө FPGA сыяктуу жогорку өндүрүмдүү санарип башкаруу платформаларында колдонууга болорун көрсөтөт; баасы төмөн аппаратурада, айрыкча online үйрөнүү үчүн процессор жана эс тутум чектөөлөрү болушу мүмкүн.

Келечектеги изилдөө багыттары: кеңири ылдамдык аймагы, кыскараак окутуу убактысы, натыйжалуулук–момент термелүүсүнүн ортосунда көп максаттуу оптималдаштыруу, акустикалык ызы-чууну түздөн-түз басуу, батарея менен азыктанган электр унаа платформасы менен интеграция жана натыйжалуураак online адаптация ыкмалары.

Булак жана Метод Жөнүндө Эскертүү

Түпнуска изилдөө: Deep Deterministic Policy Gradient-Based Actor–Critic Reinforcement Learning for Torque Ripple Minimization in Switched Reluctance Motors

Авторлор: Divya Ramasamy; Sundaram Maruthachalam.

Мекемелер: Department of Electrical and Electronics Engineering, PSG Institute of Technology and Applied Research; Department of Electrical and Electronics Engineering, PSG College of Technology, Tamilnadu, India.

Corresponding author: Divya Ramasamy.

Журнал: Machines.

Басмачы: MDPI.

Том / номер / макала: 14(3), 333.

DOI: 10.3390/machines14030333.

Жөнөтүлгөн: 9 январь 2026.

Ревизия: 25 февраль 2026.

Кабыл алынган: 11 март 2026.

Жарыяланган: 16 март 2026.

Булактын түрү жана рецензиялоо: Рецензиядан өткөн изилдөө макаласы.

Лицензия: Creative Commons Attribution 4.0 International (CC BY 4.0).

Каржылоо: Изилдөө мамлекеттик, коммерциялык же коммерциялык эмес каржылоо уюмдарынан белгилүү бир каржылык колдоо албаганы билдирилет.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышын билдиришпейт.

Маалыматтардын жеткиликтүүлүгү: Изилдөөнүн түпнуска салымдары макалада камтылганы жана кошумча суроолор corresponding authorга жөнөтүлүшү мүмкүн экени айтылат.

Авторлордун салымдары: Концептуалдаштыруу D.R. жана S.M.; метод, программалык камсыздоо жана текшерүү D.R.; формалдык талдоо жана ресурстар S.M.; баштапкы долбоор D.R.; кароо/редакциялоо D.R.; визуалдаштыруу D.R. жана S.M.; жетекчилик S.M.

Метод: Эксперименттик индуктивдүүлүк мүнөздөмөсү + MATLAB Simulink DDPG окутуусу + 8/6 SRM симуляциясы + TSF жана DITC салыштыруусу + FPGA негизиндеги реалдуу убакыт аппараттык колдонмосу.

Негизги эксперименттик чектөө: Аппараттык эксперимент орточо механикалык момент жана ылдамдык жүрүм-турумун текшерет; момент термелүүсүнүн пайызы түздөн-түз эксперименттик көз ирмемдик момент өлчөөсүнөн эмес, симуляцияланган электромагниттик моменттен эсептелген.

Булак ичиндеги отчет эскертүүсү: Симуляция жана эксперименттик кыймылдаткыч кубаттуулугу менен айрым ток маанилери ар башка бөлүктөрдө бири-бирине түздөн-түз дал келбеген түрдө билдирилет. Булак жетиштүү түшүндүрмө бербегендиктен, бул маанилер Verianla тарабынан оңдолгон эмес же бирдиктүү жалпы мааниге мажбурланган эмес.