Аннотация
Рассматривается задача нейронного управления динамическим объектом с параметрической неопределенно-стью. Предлагается новая архитектура организации технологического процесса через параллельное взаимодействие технологических модулей – однослойных нейронных сетей. На основе прямого метода Ляпунова и метода скоростно-го градиента в классе абсолютно устойчивых систем разработан нелинейный алгоритм оперативного обучения и управления. Разработанный алгоритм адаптации позволяет ускорить сходимость нейро-нечеткого управления через обучение нейронной сети в реальном времени, осуществить предварительное обучение и применить эффективные процедуры инициализации ее параметров. За счет дополнительной обратной связи по управлению и организации скользящих режимов в окрестностях особых точек нелинейного безынерционного преобразователя обеспечивается свойство нечувствительности системы к внешним, параметрическим и динамическим возмущениям. В отличие от традиционного адаптивного подхода при организации нейроподобных структур условие гурвицевости матрицы при векторе состояния линейной части замкнутой системы может не выполняться, а областью допустимых значений па-раметра регулятора является все множество действительных чисел. Программно-аппаратную реализацию блока при-нятия решения ассоциативного автомата адаптивного управления предполагается реализовать в информационно-управляющей системе реального времени на основе применения новой структурной организации схемы Мура.
Ключевые слова: динамическая система, технологический процесс, технологический модуль, нейронная сеть, управление, обучение, адаптация, абсолютная устойчивость, скользящие режимы
Список литературы
[1] Никифоров А.Д. Процессы управления объектами машиностроения / А.Д. Никифоров, А.Н. Ковшов, Ю.Ф. Назаров. – М.: Высшая школа, 2001. – 455 с. [2] Пашков Н.Н. Ассоциативный автомат децентрализованного адаптивного управления системой автономных вычислительных процессов / Н.Н. Пашков, Ю.Ф. Мухопад, Д.Ц. Пунсык-Намжилов // Научный вестник НГТУ. – № 2 (35). – Новосибирск: Изд-во НГТУ, 2009. – С. 201–206. [3] Омату С. Нейроуправление и его приложения. Кн. 2 / С. Омату, М. Халид, Р. Юсоф // Нейроконтроллеры и их применение / Под ред. А.И. Галушкина, В.А. Птичкина. – М.: ИПРЖР, 2000. – 272 с. [4] Срагович В.Г. Адаптивное управление / В.Г. Срагович. – М.: Наука, 1981. – 384 с. [5] Мухопад Ю.Ф. Адаптивный подход к нейронному управлению одним классом абсолютно устойчивых сис-тем / Ю.Ф. Мухопад, Н.Н. Пашков, В.Н. Сизых // Фундаментальные исследования. – № 8. – М.: Изд-во РАЕ, 2011. – С. 139–147. [6] Фомин В.Н. Адаптивное управление динамическими объектами / В.Н. Фомин, А.Л. Фрадков, В.А. Якубо-вич. – М.: Наука, Главная редакция физ.-мат. лит., 1981. – 448 с. [7] Сизых В.Н. Адаптивное нейроуправление типовым технологическим модулем на основе метода скоростно-го градиента. Межрегиональный совет по науке и технологиям (МСНТ). Механика и процессы управления. Материа-лы XXXXI Всероссийского симпозиума / В.Н. Сизых, И.А. Шлыкова. – М.: РАН, 2011. – Т. 2. – С. 246–255. [8] Ким Д.П. Теория автоматического управления. Т. 2. Многомерные, нелинейные, оптимальные и адаптивные системы / Д.П. Ким. – М.: ФИЗМАТЛИТ, 2004. – 464 с.
