> (3.4)
Матриця системи і матриця керування для системи (3.4):
;
Аналіз об'єкта управління.
Структурна схема об'єкта управління зображена на малюнку 3.2.
В
Малюнок 3.2 Структурна схема об'єкта управління.
В
Малюнок 3.3. Перехідний процес об'єкта управління.
Перехідний процес коливальний, з затухаючими коливаннями, має перерегулювання 34%. Чи не відповідає бажаної траєкторії руху.
Необхідно забезпечити перехідний процес відповідно до бажаної моделлю:
В
Малюнок 3.4 Структурна схема еталонної моделі.
В
Малюнок 3.5 Бажаний перехідний процес об'єкта управління.
В якості середовища для розробки та моделювання нейромережі був обраний програмний продукт фірми MathWorks, Inc. - MatLab, версія 6.5.0.1. MatLab, з усіх доступних програмних продуктів володіє найбільш широкими можливостями як для моделювання, в тому числі і для моделювання нейромереж.
Блок Model Reference Control (модель еталонного управління) містить у своєму складі дві нейромережі: нейроконтролера і спостерігач. Навчання нейромережі відбувається в два етапи. Спочатку ідентифікується нейромережевої спостерігач, потім навчається нейроконтролера таким чином, щоб вихідний сигнал ОУ слідував за керуючим сигналом.
Структура нейромережі зображена на малюнку 5.5
В
Малюнок 5.5. Спрощена структурна схема нейромережевого контролера
Взаємозв'язок між нейромережею і об'єктом управління в процесі навчання показана на малюнку 5.5
В
5.5. Навчання нейромережі Model Reference Control. br/>
Помилка спостереження та помилка управління використовуються в навчанні відповідно нейромережного контролера і нейромережевого спостерігача.
В
Малюнок 5.6. Управління Model Reference Control. br/>
Дана архітектура нейромережі навчається з використанням алгоритму зворотного поширення помилки (Backpropagation). p> Параметри навчання нейромережного спостерігача пристрою:
В· Число прихованих шарів у нейромережі - 10.
В· Інтервал вибірки - 0,05. p> В· Число прикладів навчання - 10000.
В· Обмеження вихідних даних:
o максимальний вихід моделі - 3,1.
o мінімальний вихід моделі - 3,1.
В· Максимальний вихід моделі - 15.
В· Мінімальний вихід моделі - 15.
В· Число епох навчання - 300.
Параметри навчання нейроконтролера:
В· Число прихованих шарів у нейромережі - 13.
В· Інтервал вибірки - 0,05. p> В· Число прикладів навчання - 6000.
В· Число епох навчання - 10. p> В· Сегментів навчання - 30.
Управління об'єктом
Схема моделювання з використанням нейроконтролера Model Reference Control показана на малюнку 5.7.
В
Малюнок 5.7. Структурна схема моделі з використанням нейроконтролера Model Reference Controller
Параметри моделі:
В· керуючий сигнал змінюється випадково;
В· інтервал зміни рівня сигналу, що управляє [-0.5; 0.5]
В· інтервал зміни часового інтервалу - 10 с.
В
Малюнок 5.8 Перехідний процес об'єкта під управлінням NARMA-L2
нейроконтролера з нейромережним спостерігає пристроєм дозволяє отримати стійкий рух і бажану траєкторію в усьому фазовому просторі. Повністю компенсує нелінійну складову прискорення руки робота.
