Preview

Вопросы радиоэлектроники

Расширенный поиск

АДАПТИВНЫЙ НЕЙРОСЕТЕВОЙ ПРОПОРЦИОНАЛЬНО-ИНТЕГРАЛЬНОДИФФЕРЕНЦИРУЮЩИЙ РЕГУЛЯТОР

https://doi.org/10.21778/2218-5453-2018-10-86-92

Полный текст:

Аннотация

В статье рассмотрена задача конструирования адаптивного пропорционально-интегрально-дифференцирующе-го (ПИД) регулятора на базе нейронной сети Хопфилда для линейного динамического объекта 2-го порядка. Используется описание объекта в виде дискретной передаточной функции, коэффициенты которой определяются с помощью нейронной сети, минимизирующей невязку выходов объекта и модели. Нейронная сеть обрабатывает текущие и задержанные входные и выходные сигналы объекта, выдавая на выходе оценки коэффициентов модели. Еще одна нейронная сеть определяет коэффициенты ПИД-регулятора, при которых динамика системы приближается к динамике эталонного процесса. Расчет весов и смещений нейронов сетей Хопфилда, используемых для идентификации и управления, основан на построении функций Ляпунова. Предлагаемая методика может быть использована для организации адаптивного управления широким классом линейных динамических систем с переменными параметрами. Приведенные в статье результаты моделирования показывают эффективность предложенного метода.

Об авторах

М. В. Бураков
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия

к. т. н.,  доцент,  кафедра  управления  в  технических  системах

190000, Санкт‑Петербург, ул. Большая Морская, д. 67, лит. А, тел.: 8 (812) 494‑70‑31



В. Ф. Шишлаков
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия

д. т. н., профессор

190000, Санкт‑Петербург, ул. Большая Морская, д. 67, лит. А, тел.: 8 (812) 494‑70‑31



А. С. Коновалов
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия

д. т. н., профессор

190000, Санкт‑Петербург, ул. Большая Морская,  д. 67, лит. А, тел.: 8 (812) 494‑70‑75



Список литературы

1. Haykin S. Neural Networks and Learning Machines. 3rd edition. USA, NY: Prentice Hall, 2008. 903 р.

2. Narendra K., Parthasarathy K. Identification and control of dynamical systems using neural network // IEEE Transaction on neural network. 1990. No. 1. P. 4–27.

3. Hopfield J. J. Neural networks and phisical systems with emergent collective computational abilities // Proceedings of the National Academy of Sciences of the United States of America. 1982. No. 79. P. 2554–2558.

4. Hopfield J., Tank D. Neural computation of decisions in optimization problems // Biological Cybernetics. 1985. No. 52. P. 141–152.

5. Бураков М. В. Решение алгебраических уравнений при помощи нейронной сети Хопфилда. Завалишинские чтения’2017 // Cборник докладов. СПб.: ГУАП, 2017. С. 14–18.

6. Замятин Н. В., Иванов Е. О. Задача энергоэффективного управления группой вододобывающих насосов и ее решение нейросетью Хопфилда // Доклады. Томск: ТУСУР, 2013. № 4 (30). С. 168–172.

7. Дерябин В. В. Обзор исследований, посвященных использованию нейросетевых технологий в судовождении // Вестник государственного университета морского и речного флота имени адмирала С. О. Макарова. 2015. № 6 (34). C. 29–43.

8. Atencia M., Joya G., Sandoval F. Hopfield Neural Networks for Parametric Identification of Dynamical Systems // Neural Processing Letters. 2005. No. 21. P. 143–152.

9. Елисов Л. Н., Овченков Н. И. Некоторые вопросы сеточного и нейросетевого моделирования задач управления авиационной безопасностью аэропорта // Научный Вестник МГТУ ГА. 2017. № 20 (03). С. 21–29.

10. Бураков М. В. Использование нейронной сети Хопфилда для идентификации динамического объекта. Завалишинские чтения’18 // Cборник докладов. СПб.: ГУАП, 2018. С. 15–19.

11. Astrom K. J., Hagglund T. Advanced PID control. USA, Research Triangle Park: ISA Press, 2006. 460 p.

12. Aström K. J., Hagglund T. Revisiting the Ziegler–Nichols step response method for PID control // Journal of Process Control. 2004. No. 14. P. 635–650.

13. Johnson M. A., Moradi M. H. PID control – New Identification and Design Methods. London: Springer, 2005. 543 p.

14. Александров А. Г., Паленов М. В. Состояние и перспективы развития адаптивных ПИД-регуляторов // Автоматика и телемеханика. 2014. № 2. C. 16–30.

15. Александров А. Г. Оптимальные и адаптивные системы. М.: Высшая школа, 1989. 263 c.

16. Бураков М. В., Рычков Д. А. ПИД-регуляторы с супервизорным управлением // Сборник докладов Всероссийской НТК «Новые технологии в научных исследованиях, проектировании, управлении, производстве НТ-2013» Воронеж, Изд-во Воронежского государственного технического университета, 2013. C. 120–121.


Для цитирования:


Бураков М.В., Шишлаков В.Ф., Коновалов А.С. АДАПТИВНЫЙ НЕЙРОСЕТЕВОЙ ПРОПОРЦИОНАЛЬНО-ИНТЕГРАЛЬНОДИФФЕРЕНЦИРУЮЩИЙ РЕГУЛЯТОР. Вопросы радиоэлектроники. 2018;(10):86-92. https://doi.org/10.21778/2218-5453-2018-10-86-92

For citation:


Burakov M.V., Shishlakov V.F., Konovalov A.S. ADAPTIVE NEURAL NETWORK PID CONTROLLER. Issues of radio electronics. 2018;(10):86-92. (In Russ.) https://doi.org/10.21778/2218-5453-2018-10-86-92

Просмотров: 170


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2218-5453 (Print)
ISSN 2686-7680 (Online)