江苏龙网

  1. 主页 > 生活百科 > >

神经网络智能控制系统的研发 神经网络控制( 二 )


图2基于对角递归神经网络的控制系统结构
31标识符的DRNI学习算法
由控制器DRNC产生的当前控制信号u(k)和前一设备的输出Y (k-1)被用作标识符DRNI网络的输入 。将DRNI网络输出ym(k)和y(k)之间的辨识误差带入权值更新公式，以调整DRNI网络的权值 。
将DRNI网络的性能指标函数定义为:
可以根据公式(3)计算 。
32控制器DRNC的学习算法
控制器DRNC网络的输入为参考输入r(k)、输出Y (k-1)和前一时刻的控制信号u(k-1)，输出为设备的控制信号u(k) 。经过几个训练周期后，通过调整DRNC网络的权值，可以使设备的实际输出y(k)与期望输出yr(k)之间的误差达到一个很小的值 。而DRNC网络的训练需要被控设备的雅可比信息，而被控设备的雅可比信息通常是未知的，因此需要DRNI对DRNC估计被控设备的灵敏度函数yu(k)(雅可比信息) 。
将DRNC网络的性能指标函数定义为:
更新DRNC网络中权重的公式为:
其中c是DRNC网络的学习速率 。因子Yu (k) ≡ y (k)/u (k)代表被控设备的灵敏度，一般很难通过直接计算得到 。然而，如果DRNI网络已经被很好地训练，它可以被近似地认为是:
因此，通过依次训练DRNI和DRNC网络，可以调整更有效的DRNC网络权值，这就是基于对角递归神经网络的控制系统的基本原理[4] 。
4神经网络智能控制系统的配置
41工业自动化通用技术平台(IAP)
工业自动化平台(IAP)是福建中海创集团开发的基于图形化、模块化控制逻辑组态技术的分布式控制系统 。IAP平台的仿真软件工具主要由系统结构组态软件IAPplant、模块化控制策略组态软件IAPlogic和动态仿真软件IAPsimu组成 。
IAPplant软件采用多维度的面向设备的方法构建现代工厂的过程设备和控制设备，将其他系统软件无缝连接在一起，提供系统信息交互的相互通道，实现集成控制系统架构的数据管理环境 。IAPlogic软件摒弃了传统的梯形图编程方式，采用图形化的组态方式，实现了组态分析、无扰动在线重构、实时监控、逻辑执行趋势监控和控制策略在线参数修改，为不同品牌控制器提供了跨平台的控制策略组态开发和管理工具 。IAPsimu软件可以在没有硬件的情况下模拟基于PC的实际控制站操作 。IAPsimu软件接收来自IAPlogic软件的控制策略配置，计算后生成相应的输出结果，反馈给IAPlogic软件，实现控制策略的计算、调试和仿真运行 。
42系统控制结构配置
本文的神经网络智能控制系统是基于IAP平台开发的 。首先在IAPplant中建立对角递归神经网络控制系统的工程管理架构和IO系统，IAPplant软件中IO点的具体信息，如IO点序列分布、IO类型、IO数量、标签名、注释等 。，是根据神经网络控制系统中的变量定义的 。图3显示了神经网络智能控制系统的结构设计 。
43系统控制策略配置
根据神经网络智能控制系统的算法机理，在IAPlogic软件中配置整个系统的控制策略 。假设一个典型的非线性受控对象[5]，该设备可以用差分方程描述为:
参考模型的差分方程为:
yr(k+1)=0.6yr(k)+r(k)(10)
【神经网络智能控制系统的研发 神经网络控制】参考输入r(k)=sin(信息资源网2k/25)+sin(2k/10)+2 。系统的控制目标是确定设备输入yr(k)使lim|y(k)－yr(k)|


推荐阅读


上一篇：2021年度河北安全生产监督检查这样计划 安全检查计划

下一篇：OPPO|最强安卓版Apple Watch看来了！OPPO Watch 3集齐ECG、eSIM、NFC