Adaptacyjny regulator neuronowy wykorzystujący model odwrotny obiektu

• Autorzy: Kula K.

Warianty tytułu

EN

Adaptive neural controller using inverse model

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono koncepcję regulatora adaptacyjnego opartego na prostej sieci neuronowej. Do wyznaczenia sterowania wykorzystuje się model neuronowy obiektu. Na podstawie jego parametrów wyznacza się współczynniki wag regulatora neuronowego, który odpowiada odwrotnemu modelowi obiektu. Przeprowadzono symulacje komputerowe pracy proponowanego układu, a otrzymane wyniki porównano ze sterowaniem dyskretnym PID.

EN

In this paper a concept of discrete adaptive neural controller is presented. The Widrow-Hoff procedure is used for identifying and adjustment of neural network parameters, applied to compute neural a internal model control. One part of the neural network of controller is tuning in direct learning architecture. The results of simulation using a select linear plant are discussed and compared with PID discrete control.

Słowa kluczowe

PL

regulator neuronowy; sterowanie dyskretne PID

EN

neural controller; PID discrete control

• Wydawca: Wydawnictwo Uniwersytetu Morskiego w Gdyni
• Czasopismo: Zeszyty Naukowe Akademii Morskiej w Gdyni
• Rocznik: 2006
• Tom: nr 55
• Strony: 40--49
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Kula K.

• Akademia Morska w Gdyni Wydział Elektryczny Katedra Automatyki Okrętowej

Bibliografia

• 1. Andrasik A., Meszaros A., de Azevedo S.F., On-line tuning of a neural PID controller based on plant hybrid modeling, Computers & Chemical Engineering, vol. 28, July 2004.
• 2. Etxebarria V.,Lizarraga I., Real-time adaptive neural control of a class of nonlinear systems, Engineering Applications of Artificial Intelligence, vol. 12, Feb. 1999.
• 3. Huailin Shu, Youguo Pi, PID neural networks for time-delay systems PID neural networks for time-delay systems, Computers & Chemical Engineering, nr 24 (2000).
• 4. Pham D.T., Oh S.J., Identification of plant inyerse dynamics using neural networks, Artificial Intelligence in Engineering 13/1999.
• 5. Psaltis D., Sideris A., Yamamura A., Neural Controllers Proceedings of IEEE, International Conference of Neural Networks 4, 1987.
• 6. Takahashi Y., Rabins M., Auslander D. M., Sterowanie i systemy dynamiczne, WNT, Warszawa 1976.