面向柔性生产线的基于5G边缘计算的电机集群协同控制与能耗优化设计.docxVIP

PAGE2

面向柔性生产线的基于5G边缘计算的电机集群协同控制与能耗优化设计

摘要

柔性生产线对多电机协同控制提出了高速、高精度与低能耗的严苛要求，传统有线集中控制架构在布线柔性、实时扩展和全局优化方面存在明显短板。本课题依托5G边缘计算平台，设计一种电机集群无线协同架构，并提出基于深度强化学习的多电机速度同步与系统能耗优化控制方法。设计目标是将同步误差控制在±0.5%以内，同时使产线整体能耗降低不低于8%。

论文首先分析柔性生产线中电机集群控制的现实痛点，明确系统的功能与非功能需求。随后，从总体架构、功能模块、数据存储和部署方案四个层面展开总体设计，构建“端—边—云”三层协同体系。详细设计部分深入阐述基于多智能体深度确定性策略梯度算法的协同控制模块和基于模型预测的能耗优化模块，并给出核心算法流程与接口规范。实现阶段在5G网络仿真环境下搭建实验平台，验证了同步精度、通信时延和能耗优化效果。测试结果表明，系统在20台电机集群场景下，同步误差小于0.4%，能耗降低10.2%，满足设计指标。本设计为工业无线化协同控制提供了可参考的工程方案。

关键词：5G边缘计算；电机集群；深度强化学习；协同控制；能耗优化

第一章绪论

1.1研究背景

当代柔性生产线常需根据订单变化快速重组工位，传统基于控制器、变频器与现场总线的有线电机控制方式，其布线成本高、重构周期长，难以适应动态调整的需求。