摘要
本发明涉及工业控制技术领域,具体是基于强化学习的工业过程最小‑最大优化的容错控制方法。包括:(1)在具有执行器故障和外部扰动的原系统状态空间模型基础上建立包含跟踪误差和状态增量的增广状态空间模型,并根据增广状态空间模型提出性能指标函数;(2)根据性能指标函数提出值函数以及Q函数,并构建相应的最优控制输入、最坏外部扰动及最优控制增益、最坏外部扰动增益的表达式;(3)给定能使系统稳定的最初的控制增益与外部扰动增益收集数据θj(k)及ρkj,θj(k)及ρkj是第j次迭代所产生的包含系统生产信息的数据;(4)通过强化学习更新控制增益K1F、外部扰动增益K2F;(5)如果达到迭代结束条件则迭代结束,否则转回步骤(4)继续迭代。本发明适用范围广、跟踪性能好、控制效果好。