本文旨在向您介绍一篇近期发表在电力电子领域顶级期刊《IEEE Transactions on Power Electronics》上的创新性研究。这项工作由来自浙江大学先进电气设备创新中心的科研团队（李宏杰、王淦、施婷娜（通讯作者）、曹彦飞、夏长亮）以及杭州曦诺瓦科技有限公司的李晨合作完成，于2025年11月在第40卷第11期正式发表。该研究题为《自监督学习下的伺服系统多参数优化框架》，提出了一种颠覆传统思路的伺服控制系统参数整定方法。
本研究隶属于电机驱动与伺服控制领域，核心科学问题是如何高效、稳定地优化具有强耦合特性的多个控制参数。在现代高端制造业，如半导体和医疗设备中，永磁同步电机伺服系统是实现高精度运动控制的关键。这类系统普遍采用基于PID（比例-积分-微分）或自抗扰控制（Active Disturbance Rejection Control, ADRC）的磁场定向控制策略。然而，这些控制结构中的多个参数（如比例增益、积分增益、前馈增益、观测器带宽等）之间存在强烈的相互依赖和耦合关系，使得协同整定异常困难，成为限制系统性能进一步提升的主要瓶颈。
传统的参数整定方法面临诸多挑战：1) 试错法效率低下且精度有限；2) 基于模型的参数整定（如Ziegler-Nichols法、主导极点配置法）依赖于精确的系统线性化模型，难以处理实际系统中的非线性与时变特性；3) 自适应参数整定（如模糊控制、滑模控制）需要将自适应律嵌入核心控制结构，增加了调节负担并可能威胁系统稳定性；4) 智能参数整定方法中，启发式算法（如粒子群优化）对初始条件敏感、优化效率低，而基于神经网络的方法则面临对大量高质量数据的依赖、网络结构复杂（离线学习）或需要深度介入控制逻辑（在线学习）导致侵入性强等问题。
为了应对上述挑战，本研究团队旨在开发一种不依赖于底层控制结构、高效且非侵入式的多参数协同优化框架。他们从一个全新的视角审视该问题：将参数优化问题重新定义为以目标为导向的特征提取问题。具体而言，研究的目标是构建一个自监督学习框架，能够从系统的理想参考轨迹中提取出隐含的、最优的控制参数特征，从而实现对伺服系统多个强耦合参数的高效、自动寻优。
本研究的工作流程围绕其提出的核心框架——“物理约束自监督优化”（Physics-Constrained Self-supervised Optimization, PC-SO）展开，可分为以下几个关键步骤：
1. 框架整体构思与结构设计： 研究团队受到自编码器（Autoencoder, AE）用于特征学习和信号去噪的启发，但进行了关键性的改造。传统AE旨在从含噪输入中重建原始数据，而PC-SO框架的目标是从理想位置参考轨迹θr中，通过编码器提取出控制参数潜在变量z，再通过一个特殊的“解码器”重建出实际位置轨迹θa。这个“解码器”并非传统的神经网络，而是由控制器、逆变器和电机组成的真实物理系统本身。这种设计巧妙地嵌入了物理约束，迫使编码器学习到的潜在变量z（即待优化的控制参数）必须能够使物理系统产生尽可能接近理想轨迹θa的输出。
2. 双阶段分层编码器（Biphasic Hierarchical Encoder, BHE）的设计： 为了引入先验知识、降低编码复杂度，研究者设计了BHE结构。编码过程分为两个阶段： - 第一阶段（曲线特征提取器φ）：针对伺服控制中常用的S型曲线轨迹，显式地提取五个可预先定义的特征：运动时长T、最大位置P_max、最大速度V_max、最大加速度A_max、最大加加速度J_max。这五个特征构成向量x，作为下一阶段的输入。这一步将高维的轨迹数据压缩为低维的、具有明确物理意义的特征，注入了工程经验。 - 第二阶段（编码器g）：这是一个轻量化的三层前馈神经网络（输入层5个神经元，隐藏层25个神经元，输出层5个神经元）。它接收特征向量x，并输出5维的潜在变量z，即待优化的5个控制参数。隐藏层使用了高斯核函数进行非线性映射。这种设计确保了模型紧凑，适合在计算资源有限的嵌入式控制器（如实验所用的TMS320F28379D微控制器）上运行。
3. 优化模型的训练与预训练策略： 在整个PC-SO框架中，只有编码器g的参数是可训练的。训练过程是自监督的，损失函数定义为理想轨迹θr与实际轨迹θa之间的均方误差。通过梯度下降法更新编码器g的权重、核函数中心和宽度参数。一个关键的创新点是利用先验分布进行网络预训练。在实际在线优化开始前，研究者使用控制参数先验分布的下界作为目标，对编码器g进行离线预训练。这使得网络初始参数已经蕴含了电机系统的部分物理特性，从而显著提升了后续在线优化的效率和稳定性，降低了对大量真实交互数据的依赖。
4. 实验验证平台与方案设置： 为验证PC-SO框架的通用性和有效性，研究搭建了基于2.3 kW表贴式永磁同步电机的测试平台。实验在两种典型的控制结构下进行： - PI控制结构：同时优化位置环和速度环的5个参数：[K_pp（位置环比例增益）, K_wf（速度前馈增益）, K_pw（速度环比例增益）, K_iw（速度环积分增益）, K_af（加速度前馈增益）]。 - ADRC控制结构：同时优化位置环和电流环的5个参数：[K_pp, K_dw（速度环微分增益）, ω_c（扩张状态观测器带宽）, K_pi（电流环比例增益）, K_ii（电流环积分增益）]。 在每种场景下，PC-SO框架的结构保持不变（相同的BHE和编码器g设计），体现了其非侵入性和控制结构无关的通用性。优化算法直接在200 MHz的微控制器上运行，每次优化迭代基于1000个采样点的位置轨迹数据。
5. 数据分析工作流程： 实验结果的分析主要围绕两个核心指标：总体跟踪误差e_o（定义为实际轨迹与理想轨迹之差的二范数）和优化迭代过程。研究者绘制了误差随迭代次数下降的曲线，并利用主成分分析（Principal Component Analysis, PCA）将5维参数空间投影到2维，可视化参数在优化过程中的演化轨迹，以观察其收敛性和聚类情况。同时，记录了完成优化所需的时间和迭代次数，以评估算法的效率。
1. PI控制参数优化结果： - 性能提升：优化前，系统跟踪误差e_o高达7941.92，轨迹存在显著偏差；经过PC-SO框架25次迭代优化后，误差急剧下降至1.31，跟踪精度提升了约6063倍。优化后的实际轨迹与理想轨迹几乎完全重合。 - 对比实验：研究人员进行了手动整定作为对比。手动整定获得了e_o为3.54的不错结果，但精度仍低于PC-SO的优化结果（1.31）。同时，手动整定得到的参数值多为整数或简单小数（如[0.09， 1， 1.4， 30， 0.007]），而PC-SO优化出的参数是高精度的浮点数（如[0.0759， 0.998， 1.256， 31.425， 0.00678]），这解释了精度差异的部分原因，也凸显了算法在精细寻优上的优势。 - 优化过程分析：误差曲线显示，e_o在10次迭代内就迅速收敛到5以下。参数轨迹在PCA降维后的二维空间内快速移动并最终紧密聚集，表明算法能够高效、稳定地找到最优参数区域。 - 效率评估：在当前的实验平台上，完成25次迭代优化耗时约7.19秒，被认为在可接受范围内，并指出在更强大的计算平台上时间可进一步缩短。
2. ADRC控制参数优化结果： - 性能提升：在ADRC结构下，优化前的跟踪误差e_o为205.23，轨迹在起始和结束阶段存在明显偏差。经过30次迭代优化，误差降至2.02，跟踪精度提升了约102倍。 - 对比实验：手动整定ADRC参数的结果为e_o = 6.03，再次逊于PC-SO的优化结果（2.02）。参数值同样呈现算法高精度与人工整定粗略化的对比。 - 优化过程分析：误差在优化初期（约10次迭代）迅速下降至15以下，参数轨迹快速向高精度区域移动。虽然参数轨迹未像PI案例中那样高度聚集，但误差已降至很低且跟踪效果良好，支持采用早期停止策略，体现了算法的实用性和灵活性。 - 通用性验证：尽管ADRC优化所需迭代次数略多（耗时约9.48秒），但PC-SO框架本身未做任何针对ADRC的特定修改。这强有力地证明了该框架具有控制结构无关性，能够作为一种通用工具应用于不同的伺服控制架构。
结果间的逻辑关系：PI和ADRC两个场景的实验结果构成了相互支撑、递进验证的关系。首先，在相对经典的PI控制上验证了PC-SO框架的基本有效性和超高效率（误差下降数千倍）。然后，在更复杂、参数耦合特性可能不同的ADRC控制上再次成功应用，不仅验证了其有效性，更关键地证明了其核心优势——非侵入性与通用性。两个场景使用了完全相同的优化框架结构，仅改变了编码器g输出的参数定义（对应表I中的不同参数集），这直接支撑了论文关于其方法不依赖于特定控制方案的结论。优化过程的快速收敛（均在10次迭代左右达到主要性能提升）和可视化轨迹分析，共同证明了该自监督特征提取框架能够高效、直接地导航到高性能的参数空间。
本研究得出结论：通过将伺服系统多参数优化问题重新定义为特征提取问题，并提出的PC-SO框架，能够有效解决强耦合多参数协同优化的难题。该框架的创新之处在于结合了双阶段分层编码器（融入先验知识）和以真实物理系统为解码器（嵌入物理约束）的自监督学习结构，从而实现了不依赖精确数学模型、无需大量标注数据、非侵入式且控制结构通用的高效参数优化。
其科学价值在于：为控制参数优化领域提供了一种全新的方法论视角（从“寻优”到“特征提取”），并成功地将自监督学习与物理系统约束相结合，为数据驱动与模型驱动方法的融合提供了优秀范例。
其应用价值极为显著：对于高端装备制造业，该方法可以大幅缩短伺服系统的调试时间，降低对专家经验的依赖，并能自动寻找到优于人工经验的高精度参数组合，从而提升装备的整体性能与一致性。框架的轻量化设计使其具备在嵌入式控制器上在线运行的潜力，为下一代智能伺服驱动器的自主调谐功能奠定了基础。
论文还对未来研究方向进行了展望，指出虽然当前工作聚焦于单自由度位置伺服控制，但该框架有望扩展至更复杂的任务，如复杂轨迹跟踪和多自由度协调控制。这暗示了PC-SO框架在机器人、多轴数控机床等更广阔领域中的应用潜力。此外，文中对先验知识使用的讨论（在缺乏经验时使用更广的搜索空间，有经验时可构建更高效的搜索域）为工程人员灵活应用该方法提供了指导。