УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта

О разработке метода выбора структуры нейронной сети для решения задачи адаптации параметров линейных регуляторов


Название статьи:  О разработке метода выбора структуры нейронной сети для решения задачи адаптации параметров линейных регуляторов
Выпуск: 62
Год: 2016
Библиография: Еременко Ю. И., Глущенко А. И. О разработке метода выбора структуры нейронной сети для решения задачи адаптации параметров линейных регуляторов / Управление большими системами. Выпуск 62. М.: ИПУ РАН, 2016. С.75-123.
Дата опубликования: 31.07.2016
Ключевые слова: нейронная сеть, адаптивное управление, ПИД-регулятор, нейросетевой оптимизатор, выбор структуры нейронной сети, время задержки входных сигналов.
Аннотация: Рассмотрена проблема выбора структуры нейронной сети (НС), осуществляющей в составе нейросетевого оптимизатора настройку параметров П-, ПИ- или ПИД-регулятора в реальном времени при управлении нелинейными объектами. Предложен подход, позволяющий без построения модели объекта управления (ОУ) определять количество слоев сети и нейронов в них, функции активации и время задержки сигналов выхода ОУ, подаваемых на вход НС. Разработан алгоритм построения и инициализации НС нейросетевого оптимизатора. Результаты численных экспериментов на моделях ОУ и практической реализации для двух электронагревательных печей показали экономию времени и энергоносителя на выполнение графика заданий при использовании оптимизатора по сравнению с обычным линейным регулятором, что подтверждает адекватность предложенного подхода.


Author(s): Eremenko Y., Glushchenko A.
Article title: Neural network structure selection method to solve linear controllers parameters adjustment problem
Issue: 62
Year: 2016
Keywords: neural network, adaptive control, PID-controller, neural tuner, neural network structure selection, input signals delay time.
Abstract: The problem of a neural network structure selection is considered. It is used as a part of a neural tuner to adjust P-, PI- or PID-controllers parameters online to control nonlinear plants. A method to find a number of network layers, neurons in each of them, choose activation functions and calculate delay time for network delayed inputs is proposed. Such method does not need a plant model. An algorithm to synthesize and initialize the neural network for the neural tuner with the help of a-priori known data about the plant is developed. Having made the experiments with plant models and two electroheating furnaces, we conclude that neural tuner helps to achieve both time and energy consumption decrease to complete setpoint schedule in comparison with conventional linear controller. This fact shows that proposed method is valid.


в формате PDF
Обсудить статью в Интернет-конференции по проблемам управления

Просмотров: 3292; загрузок: 1159, за месяц: 33.

Назад

ИПУ РАН © 2007. Все права защищены