Основи нейрокерування

Ідеї застосування ШНМ в системах керування вперше з’явилися в середині 70-х років ХХ століття. Зокрема, сам термін «нейрокерування» вперше з’явився в роботах Вербоса вже 1976 року. Однак вирішальну роль у втіленні ШНМ у сферу розв’язання задач керування зіграли роботи Нарендри та його співавторів 1989 року.

Так ШНМ в системах керування застосовують у вигляді нейроконтролерів (нейрорегуляторів) та нейроемуляторів, що імітують динамічну поведінку ОК в цілому, або описуючих його окремі характеристики, які не піддаються математичному моделюванню.

Нейронні мережі почали застосовуватись у СК завдяки таким властивостям:

– нейронні мережі можуть реалізовувати довільні гладкі функції будь-якої складності;

– для реалізації нейромережних СК потрібна мінімальна інформація про ОК;

– під час реалізації ШНМ у вигляді спеціалізованих інтегральних мікросхем можливе паралельне оброблення інформації, що значно збільшує швидкість роботи і підвищує надійність системи.

 

5.2. Послідовна схема нейромережевого керування

 

Найпростіша схема послідовного керування за допомогою ШНМ зображена на рис. 5.1.

 

 


x

НМ u ОК y

 

f

 

Рис. 5.1. Послідовна схема нейромережевого керування: x – вхідний задавальний сигнал системи; f – сигнали, що несуть інформацію про контрольовані збурення; u – керування, що діє на ОК; y – вихідний сигнал системи

 

Розрізняють два варіанти навчання ШНМ для схеми на рис. 5.1.

 

А саме, інверсне і предикатне.

 

Інверсне керування

 

Очевидно, що в ідеальному випадку контролер у системі реалізує зворотну (інверсну)динаміку ОК.На рис. 5.2зображено схему попереднього узагальненого інверсного навчання ШНМ. За такого підходу на вхід ШНМ подають реальний вихід системи, а мережа навчається за похибкою розузгодження її виходу з реальним входом. Після завершення процесу навчання ШНМ реалізує зворотну динаміку ОК. Потім вона використовується у схемі, показаній на рис. 5.1.

 

Однак, за нестаціонарності ОК застосування попереднього навчання ШНМ не дозволяє отримати хороших показників керування. Тому розробили схеми, які уможливлюють оперативне (в реальному часі) навчання.

u ОК y
       

e

 

НМ

 

r

 

 

Рис. 5.2. Схема попереднього інверсного навчання

 


 

Розглянемо схему на рис. 5.3. Нейроемулятор НМ2 навчається зворотній динаміці ОК, а нейроконтролер НМ1 просто копіює свої параметри з НМ2.

X НМ1 u ОК y

 

e

 

НМ2

 

 

Параметри

 

 

Рис. 5.3. Схема оперативного навчання ШНМ зворотній динаміці

 

Тут використовується розімкнена схема керування без від’ємного зворотного зв’язку. Перевагами такої схеми є, зазвичай, простота і стійкість. До недоліків можна віднести таке:

 

– за виконання умови квазістаціонарності ОК дана схема не гарантує, що вихідний сигнал ОК буде відповідати опорному сигналові;

– схема не здатна керувати нестійким об’єктом;

 

– труднощі виникають, якщо динаміка ОК не має зворотної.

 








Дата добавления: 2015-08-26; просмотров: 420; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию, введите в поисковое поле ключевые слова и изучайте нужную вам информацию.

Поделитесь с друзьями:

Если вам понравился данный ресурс вы можете рассказать о нем друзьям. Сделать это можно через соц. кнопки выше.
helpiks.org - Хелпикс.Орг - 2014-2022 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.006 сек.