编辑推荐：
在永磁同步电机（PMSM）控制领域，传统 PI 控制器性能受限。研究人员开展基于多智能体强化学习（MARL）和分数阶滑模控制（FOSMC）的 PMSM 无传感器控制系统（SCS-PMSM）研究。结果显示该系统性能优越，对参数变化鲁棒性强。这为 PMSM 控制提供了新方案。
在现代工业领域，永磁同步电机（Permanent Magnet Synchronous Motor，PMSM）凭借高转矩惯量比、高功率密度等优势，广泛应用于各种场景。然而，其控制过程却面临诸多挑战。传统的比例积分（PI）控制器在处理 PMSM 的非线性特性时表现不佳，在一些工作点附近才能提供相对较好的性能，难以满足日益增长的高性能控制需求。而且，PMSM 运行时参数变化和负载转矩干扰问题突出，严重影响控制精度和系统稳定性，这就迫切需要一种更先进的控制策略来解决这些问题 。
为攻克这些难题，相关研究人员开展了基于多智能体强化学习（Multi - Agent Reinforcement Learning，MARL）和分数阶滑模控制（Fractional Order Sliding Mode Control，FOSMC）的 PMSM 无传感器控制系统（Sensorless Control System for PMSM，SCS-PMSM）的研究。该研究成果发表在《Engineering Science and Technology, an International Journal》上，为 PMSM 控制技术的发展带来了新的突破。
在这项研究中，研究人员运用了多种关键技术方法。首先是基于场定向控制（Field Oriented Control，FOC）策略搭建整体控制架构。其次，采用分数阶计算设计内控制环（Inner Loop，IL）的 FOSMC 控制律，提升系统灵活性与响应速度。再者，利用改进的灰狼优化器 - 布谷鸟搜索优化（Improved Grey Wolf Optimizer-Cuckoo Search Optimization，IGWO-CSO）算法优化控制器参数。同时，借助神经网络（Neural Network，NN）估计滑模面导数，减少计算时间。还运用了干扰观测器（Disturbance Observer，DO）和 Levant 观测器跟踪微分器来估计系统扰动和获取相关信号导数。
研究结果如下：
- 控制器设计与性能优化：通过设计基于 SMC 和 FOSMC 的控制器，系统展现出良好性能。IL 的 FOSMC 控制器利用分数阶导数定义滑模面，选取合适控制输入并借助 Lyapunov 函数证明其稳定性，能有效控制 id和 iq电流。OL 的 SMC 控制器通过合理设计滑模面和控制律，选择合适 Lyapunov 函数证明其稳定性，为 IL 提供精准的 iqref设定点。
- 观测器与系统性能提升：合成的 DO 型观测器结合 Levant 观测器跟踪微分器，能准确估计 PMSM 转子位置、速度和集中扰动项，为控制算法提供关键信息，提升系统性能。
- NN 和 MARL 的应用效果：采用 NN 替代 SMC-OL 控制器结构中滑模面导数的实时计算，在不影响稳态误差的前提下，减少计算时间。MARL 网络中三个 TD3 型智能体经训练后提供校正信号，改善系统性能。通过对比不同控制器组合，发现采用 SMC-OL&FOSMC-IL&MARL 等组合的控制器在调节时间、稳态误差等性能指标上优于传统 PI 控制器。
- 不同阶段性能验证：在软件在环（Software-in-the-Loop，SIL）和硬件在环仿真快速控制原型（Hardware-in-the-Loop Simulated-Rapid Control Prototyping，HILS-RCP）阶段的测试表明，SCS-PMSM 在不同采样周期下都能保持良好性能，且对参数变化具有较强鲁棒性。
研究结论表明，基于 FOC 策略的 SCS-PMSM 架构有效且灵活高效，能实现优越的控制性能。该系统对参数 J、Rs和负载转矩变化具有参数鲁棒性，还能通过自适应律估计定子电阻。这一研究成果为 PMSM 控制提供了创新解决方案，推动了相关领域技术发展，在实际工业应用中具有重要的参考价值，有助于提升相关设备的运行性能和稳定性。同时，研究人员也指出未来将聚焦于通过优化流程提升实时性能，并测试更复杂的控制算法，进一步拓展该研究的应用边界 。
