文献

J-GLOBAL ID：201702248887220623   整理番号：17A0368779

動的アンチワインドアップによる固体酸化物燃料電池のための新しい適応ニューラルネットワーク制約された制御【Powered by NICT】

A novel adaptive neural network constrained control for solid oxide fuel cells via dynamic anti-windup

著者 (3件)： Ji Nan (Key Laboratory of Advanced Process Control for Light Industry, Ministry of Education, Institute of Automation, Jiangnan University, Wuxi 214122, China) ,  Xu Dezhi (Key Laboratory of Advanced Process Control for Light Industry, Ministry of Education, Institute of Automation, Jiangnan University, Wuxi 214122, China) ,  Liu Fei (Key Laboratory of Advanced Process Control for Light Industry, Ministry of Education, Institute of Automation, Jiangnan University, Wuxi 214122, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 214  ページ： 134-142  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,固体酸化物燃料電池(SOFC)のためのニューラルネットワークに基づく適応制約付き制御方式を提案した。最初に,動径基底関数(RBF)ニューラルネットワークは,SOFC動的モデルの同定のために設計した。Jacobi情報は同定されたRBFモデルを得ることができた。逆伝搬(BP)ニューラルネットワークに基づくPIDコントローラは,BP神経回路網は強い自己学習と適応能力を持つことをパラメータを調整するために設計した。同時に,SOFCの制御入力飽和と燃料利用問題を解決するために,参照をのために提案した動的アンチワインドアップ補償器。さらに本論文では,Lyapunov安定性解析に基づいて提案した方法の安定性を証明した。最後に,SOFCのシミュレーション結果は,提案した拘束された制御アプローチの有効性を実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 制御方式 ,  シミュレーション ,  神経回路網 ,  *制約条件 ,  動径基底関数 ,  補償装置 ,  ダイナミックモデル ,  *ニューラルネットワーク
準シソーラス用語： Lyapunov安定性 ,  入力飽和 ,  適応能力 ,  自己学習 ,  PIDコントローラ ,  *適応ニューラルネットワーク ,  *アンチワインドアップ , 【Automatic Indexing@JST】

著者キーワード (4件)： ニューラルネットワーク ,  適応拘束制御 ,  動的アンチワインドアップ ,  固体酸化物燃料電池

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： アンチワインドアップ ,  固体酸化物燃料電池 ,  適応ニューラルネットワーク ,  制約