（湖南铁路科技职业技术学院，湖南株洲市，412006） 龚事引

（湖南铁道职业技术学院，湖南株洲市，412006） 李 丹

磁悬浮系统是利用磁场力与物体重力保持平衡原理，而使物体悬浮在某一固定位置。随着智能控制技术的发展，为磁悬浮技术提供了良好的发展前景[1]。

磁悬浮控制系统是非线性迟滞系统，难以建立精确的数学模型。该系统实时性要求很高，传统的PID控制效果并不理想，而模糊控制是不需要掌握受控对象的精确数学模型，鲁棒性较强[2-4]。模糊控制器中量化因子的整定通常难以实现参数最优。强化学习作为一类求解序列决策问题的机器学习方法，是一种求解复杂决策问题的有效手段[5]。粒子群优化可以有效求解大量非线性、不可微和多峰值等复杂问题，被广泛应用到工程技术领域[6]。

本文针对磁悬浮求系统传统PID控制，动态性能较差，控制效果不理想等问题。结合模糊控制、强化学习和粒子群优化算法的优点，提出了一种基于粒子群优化的磁悬浮球系统模糊强化学习控制方法。仿真和实验结果证明，该控制方法的有效性和优越性。

1 磁悬浮球系统模型

1.1 磁悬浮球系统的基本组成

磁悬浮球系统包含光源、电磁铁、传感器、功放模块、控制模块和小球等元件，系统结构如图1所示：

图1 磁悬浮球系统基本结构图

1.2 磁悬浮球系统的数学模型

忽略外界环境的影响，根据动力学原理、电磁理论以及基尔霍夫电压定律，对小球列如下方程：

假设小球在……