[发明专利]用于设置致动器控制系统的至少一个参数的方法和装置以及致动器控制系统

说明书

本发明涉及一种用于自动设置致动器控制系统(45)的至少一个参数(θ)的方法，所述致动器控制系统设计为将致动器(20)的控制变量(x)控制为可预定义设定值(xd)。所述致动器控制系统(45)设计为取决于所述至少一个参数(θ)、所述设定值(xd)和所述控制变量(x)来产生控制变量(u)，且设计为取决于这一控制变量(u)来致动所述致动器(20)。取决于所述控制变量(x)的平稳概率分布(p,θ)来确定所述至少一个参数(θ)的新值(θ*)，且所述参数(θ)随后设置为这一新值(θ*)。

技术领域

本发明涉及一种用于自动设置致动器控制系统的至少一个参数的方法、一种用于实行所述方法的计算机程序和学习系统、一种在其上存储计算机程序的机器可读存储媒体以及一种使用所述方法来设置参数的致动器控制系统。

背景技术

从不是先前公开文件的DE 10 2017 211 209，已知方法用于自动设置致动器控制系统的至少一个参数，所述致动器控制系统设计为将致动器的控制变量控制为可预定义目标变量，其中致动器控制系统设计为取决于至少一个参数、目标变量和控制变量来产生操纵变量，且设计为取决于所述操纵变量来致动所述致动器，

取决于长期代价函数来选择所述至少一个参数的新值，取决于致动器的控制变量的概率分布的预测时间演变来确定所述长期代价函数，且随后参数设置为这一新值。

发明内容

然而，具有独立权利要求1的特征的方法具有的优势是其使得具有无限控制时间范围的致动器控制系统的最佳设置成为可能。有利的发展是独立权利要求项的主题。

在第一方面中，本发明涉及一种用于自动设置致动器控制系统的至少一个参数的方法，所述致动器控制系统用于将致动器的控制变量控制为可预定义目标变量，致动器控制系统设计为取决于至少一个参数、目标变量和控制变量来产生操纵变量且设计为取决于所述操纵变量来致动所述致动器，取决于控制变量的平稳概率分布来选择至少一个参数的新值，且参数随后设置为所述新值。

平稳概率分布在取决于参数的致动器控制系统的控制策略的持续使用期间是在这种情况中控制变量的概率分布朝其收敛的概率分布。根据本发明，已特别地认识到用于包括根据本发明的致动器和致动器控制系统的许多系统的所述平稳概率分布很大程度上独立于初始需求而存在且是显而易见的。

因此如果不预定义控制时间范围的限制性，那么也有可能使控制策略最佳化。

提供一种有利发展的模型。确切地说，所述模型可以是高斯过程，有利地稀疏高斯过程。随后使用这一模型确定平稳概率分布。这使得方法特别有效。

在这个方面的发展中，可取决于操纵变量来调适模型，当致动器控制系统控制所述致动器时，所述操纵变量供应到致动器。还取决于由模型得出的控制变量来调适模型。“模型调适”可在这种情况下理解为意指调适模型参数，所述模型参数表征模型的行为。

在已调适模型后，取决于致动器的控制变量的平稳概率分布来重新确定至少一个参数的(最佳)新值(且参数随后重置为这一新值)。在这种情况下取决于目前调适的模型来确定至少一个参数的新值的重新确定。

也就是说，在这一发展中，提供一种间歇性方法，其中(通过当真实致动器由致动器控制系统控制时正观测的真实致动器的行为)首先改进模型。致动器控制系统随后由参数改进，所述参数表征在致动器反应的模拟期间由模型最佳化的致动器控制系统的控制策略。改进所述模型和调适所述参数的序列可重复多次。

这一程序的优势是顺次地改进模型和致动器控制系统，因此引起致动器控制系统的特别良好的调适。

在另一特别有利方面中，可通过使用控制变量的可能值估算积分来确定控制变量的平稳概率分布，使用数字正交实行所述估算。“数字正交”在这种情况下是指一种估算方法，其通过评估支撑点和与支撑点相关联的支撑权重处的被积函数(intergrand)来估算积分。