Синтез нейромережевого регулятора для електромеханічної системи з пружними зв’язками в кінематичних передачах
Наукові видання Харківського національного університету Повітряних Сил
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Синтез нейромережевого регулятора для електромеханічної системи з пружними зв’язками в кінематичних передачах
Синтез нейросетевого регулятора для электромеханической системы с упругими связями в кинематических передачах Synthesis of a neural network controller for electro-mechanical system with elastic coupling in kinematic transmissions |
|
| Creator |
Т.Ю. Василець
О.О. Варфоломієв В.С. Іщенко С.Л. Ковальчук О.О. Сусла Т.Е. Василец А.А. Варфоломеев В.С. Ищенко С.Л. Ковальчук А.А. Сусла T. Vasylets O. Varfolomiyev V. Ishchenko S. Kovalchuk O. Susla |
|
| Subject |
Обробка інформації в складних технічних системах
УДК 658.5.011.56 нейромережеві технології, нейромережева система управління, двомасова електромеханічна система, система з підсумовуючим підсилювачем, нейрорегулятор з передбаченням NN Predictive Controller нейросетевые технологии, нейросетевая система управления, двухмассовая электромеханическая система, система с суммирующим усилителем, нейрорегулятор с предсказанием Neural network technology, neural network control system, two-mass electro-mechanical system, system with summing amplifier, neural network predictive controller |
|
| Description |
Виконано синтез нейрорегулятора з передбаченням NN Predictive Controller для рішення задачі управління електромеханічною системою з урахуванням пружності механічних зв’язків. Наведено порядок синтезу нейрорегулятора для заданого об’єкту управління з використанням пакету прикладних програм Neural Network Toolbox системи MATLAB. Встановлено, які параметри нейрорегулятора суттєво впливають на якість регулювання і визначені оптимальні значення параметрів. Виконано моделювання нейромережевої системи. Показано, що синтезований нейрорегулятор забезпечує високі динамічні характеристики системи з пружними зв’язками в кінематичних передачах.
Выполнен синтез нейрорегулятора с предсказанием NN Predictive Controller для решения задачи управления электромеханической системой с учетом упругости механических связей. Приведен порядок синтеза нейрорегулятора для заданного объекта управления с использованием пакета прикладных программ Neural Network Toolbox системы MATLAB. Установлено, параметры нейрорегулятора, которые существенно влияют на качество регулирования и определены оптимальные значения параметров. Выполнено моделирование нейросетевой системы. Показано, что синтезированный нейрорегулятор обеспечивает высокие динамические характеристики системы с упругими связями в кинематических передачах. Performed synthesis of the neural network controller with prediction NN Predictive Controller to solve the problem of electromechanical system control taking into account the elasticity of the mechanical coupling. Analyzed neuro-controllers in the Control Systems section of the MATLAB Neural Network Blockset: controller based on the auto-regressive moving average model NARMA-L2 Controller, controller based on the reference model Model Reference Controller and the NN Predictive Controller. As a result of the research it was established that the NARMA-L2 Controller and Model Reference Controller neural network controllers do not provide satisfactory performance indicators of the system. NN Predictive Controller is found to be effective. Studied the structure and synthesis of the NN Predictive Controller neuro-regulator. Scheme of the neural network control system model is developed in MATLAB Simulink package with the NN Predictive Controller. It includes a control unit of the neural network controller (electromechanical system with elastic mechanical couplings) and a regulator block NN Predictive Controller. Developed a model of the electromechanical system in the form of a twolayer feed-forward neural network. Optimal number of neurons in the hidden layer is determined and the network is trained to provide high accuracy using the Levenberg-Marquardt algorithm. By a wide range variation of the neural network controller parameters, it is found which parameters significantly affect the control quality. Determined parameter values that satisfy the quality indicators of the transient response of the system state variables. Simulated a neural network system with a random amplitude step input. It is found that the use of a neural network model for an electromechanical system provided high quality of identification and optimal values of controller parameters. It allowed the NN Predictive Controller synthesis, that provided high dynamic characteristics of an electro-mechanical system with elastic coupling in kinematic transmissions. |
|
| Publisher |
Харківський національний університет Повітряних Сил ім. І. Кожедуба
Харьковский национальный университет Воздушных Сил им. И. Кожедуба Kharkiv national Air Force University named after I. Kozhedub |
|
| Date |
2018
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Рецензована стаття |
|
| Format |
application/pdf
|
|
| Identifier |
http://www.hups.mil.gov.ua/periodic-app/article/18773
|
|
| Source |
Системи обробки інформації. — 2018. — № 2(153). 7-17
Системы обработки информации. — 2018. — № 2(153). 7-17 Information Processing Systems. — 2018. — № 2(153). 7-17 1681-7710 |
|
| Language |
ukr
|
|
| Relation |
http://www.hups.mil.gov.ua/periodic-app/article/18773/soi_2018_2_3.pdf
|
|