Sterowanie inteligentne ze sztuczną siecią neuronową

• Autorzy: Warczyński J.

Warianty tytułu

EN

Intelligent control with artificial neural net

• Języki publikacji: PL

Abstrakty

PL

Przedstawiono wyniki badań nad zastosowaniem sztucznej sieci neuronowej (SSN) do sterowania nieliniowym obiektem dynamicznym, który nie będąc poddany zakłóceniom znajduje się w stanie równowagi nietrwałej. Sterowanie specjalnie zbudowanym obiektem fizycznym, którym jest metalowa kulka poruszająca się po równi pochyłej, odbywa się w czasie rzeczywistym, mimo że SSN została zamodelowana w programie Matlab działającym w trybie interpretera na komputerze PC z procesorem Pentium 133 MHz. Ze względu na charakter obiektu, w trakcie sterowania niezbędne jest filtrowanie sygnału pomiarowego, który jest silnie zakłócony. Filtracja wspomnianego sygnału dokonywana jest za pomocą specjalnie dobranej do tego celu filtrującej SSN. Sieć ta dokonuje filtracji sygnału z jego predykcją, dzięki czemu proces filtrowania sygnału pomiarowego nie wprowadza opóźnienia do pętli sterowania. W pracy zamieszczono najważniejsze wskaźniki jakości regulacji zaprojektowanego inteligentnego układu sterowania, jak również wyniki badań nad jego odpornością na zakłócenia w działaniu pewnej części jego węzłów obliczeniowych - neuronów.

EN

The paper presents a research referred to an application of artificial neural networks for the real-time control of the nonlinear dynamic plant which if not disturbed resides in nonstable state. The research considers two connected problems: the choice of an appropriate neural net for predictive filtering of measurements which are considerably disturbed and the choice of a controlling neural network which should ensure proper control quality. The achieved results related to the filtering are very good, i.e. filtered signals are almost entirely smooth. The control quality is documented by the most important control quality indices which show in the synthetic way the performance of the controlling neural net. There are also some results concerned with the robustness of the controlling neural net included in the paper. They show that the controlling neural net is robust to disturbed acting of some part of the neurons of the net i.e. it is still able to control the plant without considerable loosing its performance in spite of being disturbed.

Słowa kluczowe

PL

sterowanie inteligentne; sztuczna sieć neuronowa

EN

intelligent control; artificial neural network

• Wydawca: Poznańskie Towarzystwo Przyjaciół Nauk
• Czasopismo: Studia z Automatyki i Informatyki
• Rocznik: 1999
• Tom: T. 24
• Strony: 169--177
• Opis fizyczny: Bibliogr. 4 poz., rys., tab.

Twórcy

autor

Warczyński J.

• Politechnika Poznańska, Katedra Automatyki, Robotyki i Informatyki, ul. Piotrowo 3a, 60-965 Poznań

Bibliografia

• [1] Demuth H., Beale M.: Neural Network Toolbox User's Guide. The MathWorks Inc., Natick, MA, 1994.
• [2] Warczyński J., Zamiara K.: Systemy sterowania z inteligencją. Raport z Badań nr 45-054, Katedra Automatyki, Robotyki i Informatyki, Politechnika Poznańska (praca niepublikowana), 1998.
• [3] Zamiara K.: Zastosowanie sztucznych sieci neuronowych w procesach sterowania. Praca dyplomowa. Kaledra Automatyki, Robotyki i Informatyki, Politechnika Poznańska, 1998.
• [4] Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. Wydawnictwo Naukowe PWN, Warszawa 1996.