ЭТАПЫ АЛГОРИТМА КВАЗИОПТИМАЛЬНОГО РЕГУЛИРОВАНИЯ В СИСТЕМЕ С ИМПУЛЬСНЫМ ПРЕОБРАЗОВАТЕЛЕМ
ARTICLE_60_PDF

Ключові слова

quasi-optimal regulation
pulse converter
identification
artificial neural networks квазиоптимальное регулирование
импульсный преобразователь
идентификация
искусственные нейронные сети

Як цитувати

[1]
Войтенко, В. 2012. ЭТАПЫ АЛГОРИТМА КВАЗИОПТИМАЛЬНОГО РЕГУЛИРОВАНИЯ В СИСТЕМЕ С ИМПУЛЬСНЫМ ПРЕОБРАЗОВАТЕЛЕМ. ТЕХНІЧНА ЕЛЕКТРОДИНАМІКА. 3 (Квіт 2012), 125.

Анотація

Сформулирована проблема создания квазиоптимальной системы реального времени на базе встраиваемых микроконтроллеров, в основе работы которой лежит идентификация с помощью искусственной нейронной сети подсистемы «импульсный преобразователь - неизвестная нагрузка», работающей в условиях изменяющихся ограничений на уровни воздействия и при наличии возмущений. Предложен модифицированный алгоритм оптимального регулирования, который без численного решения трансцендентного уравнения позволяет поставить время регулирования в зависимость от величины начального рассогласования и, тем самым, повысить быстродействие системы при отработке малых заданий (например, при слежении за параметром). Библ. 7.

ARTICLE_60_PDF

Посилання

Voitenko V.P. Quasi-optimal regulation in the industrial system with the pulse key // Tekhnichna elektrodynamika. Tematychnyi vypusk "Sylova elektronika ta enerhoefektyvnist". - 2011. - Vol. 2. - Pp. 171-175. (Rus)

Voitenko V.P. Quasi-optimal industrial regulators with automatic parametric identification // Tekhnichna elektrodynamika. Tematychnyi vypusk "Sylova elektronika ta enerhoefektyvnist". - 2004. - Vol. 3. - Pp. 85 - 90. (Rus)

Voitenko V.P., Khomenko M.A., Rudich P.V. Application of artificial neural networks for the identification of industrial control objects // Visnyk ChDTU. - 2011. — № 1 (47). - Pp. 196 - 201 (Ukr)

Leonov A P. To a problem of synthesis of the quasi-optimal on speed digital control for the object positioning // the Preprint IPHE 99-1. Protvino, 1999. -11 p. (Rus)

Hagan M.T., De Jesus O., Schultz R. Training recurrent networks for filtering and control // in: Recurrent Neural Networks: Design and Applications, L. Medsker and L.C. Jain. - Eds., CRC Press. Pp. 311-340.

Hagan M.T., Demuth H.B. Neural networks for control // Proc. American Control Conference, San Diego, CA. - 1999. - Pp. 1642-1656.

Ljung L. Some aspects on nonlinear system identification // 14th IFAC Symposium on System Identification. 2006. - Vol. 14, Part 1.

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Авторське право (c) 2023 Array

Переглядів анотації: 16 | Завантажень PDF: 6

Завантаження

Дані завантаження ще не доступні.