文献

J-GLOBAL ID：201702219310410432   整理番号：17A1775176

再発小脳モデル演算制御器に基づく関数を用いたロバスト適応動的表面制御は2軸運動制御システムのためのニューラルネットワークと関連している【Powered by NICT】

Robust adaptive dynamic surface control using recurrent cerebellar model articulation controller-based function link neural network for two-axis motion control systems

著者 (2件)： El-Sousy Fayez F. M. (Prince Sattam bin Abdulaziz University, College of Engineering, Electrical Engineering Department Al-Kharj, Saudi Arabia) ,  Abuhasel Khaled A. (University of Bisha, College of Engineering, Mechanical Engineering Department, Aseer, Saudi Arabia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IAS  ページ： 1-16  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 二永久磁石同期電動機(PMSM)サーボ駆動装置によって駆動される不確実な二軸運動制御システムの同定と制御のためのリカレント小脳モデル関節コントローラ機能リンクニューラルネットワーク(RCMACFLNN)を用いたロバスト適応動的表面制御システム(RADSCS)を提案した。提案した制御方式は,動的表面制御(DSC),RCMACFLNN不確実性オブザーバ,ロバスト制御器と最適制御器を組み込んでいる。最初に,最適計算トルクコントローラ(OCTC)は二軸運動制御システムを安定させるために設計した。ただし,制御性能は,線形最適制御がある範囲モデルの不確実性に対して固有のロバスト性を持っているという理由でOCTC則に存在するパラメータ不確実性に起因する破壊される可能性がある。,二軸運動制御システムのロバスト性を改善するために,RADSCSはこの目的を達成するために設計した。RADSCSでは,DSCは,二軸運動制御システムのロバスト性を高めるためのバックステッピング設計における複雑性の爆発を克服するために使用されている。RCMACFLNN不確実性オブザーバを非線形集中パラメータ不確実性項を推定適応的に設計された,より広い範囲の不確実性を許容できるコントローラをもたらしているがロバスト制御器はRCMACFLNNの近似誤差の残差を回収するために設計した。添加では,最適制御器を用いて,二次性能指数を最小化することである。オンライン適応制御則をLyapunov安定性解析と最適制御法を用いて導出した。実験結果から,X軸とY軸での運動を別々に制御され,RCMACFLNN提案RADSCSの動的挙動は,パラメータ不確実性に対してロバストであり,最適追跡性能を達成することができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *制御系 ,  *ニューラルネットワーク ,  制御方式 ,  線形性 ,  *ロバスト性 ,  *制御装置 ,  不確実性 ,  再帰性 ,  制御則 ,  最適制御 ,  *運動制御 ,  近似法
準シソーラス用語： Lyapunov安定性 ,  パラメータ不確実性 ,  *動的表面制御 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (10件)： 再発 ,  脳モデル ,  制御器 ,  関数 ,  ロバスト ,  適応 ,  動的表面制御 ,  2軸 ,  運動制御 ,  ニューラルネットワーク