文献

J-GLOBAL ID：201802256689683499   整理番号：18A1446556

PID補償の完全オンライン逐次限界学習機制御器の入力外乱システムの適応制御への応用【JST・京大機械翻訳】

Application of fully online sequential extreme learning machine controller with PID compensation in input-disturbance system adaptive control

著者 (3件)： Zhang Liyou (太原理工大学物理与光電工程学院,山西晋中,030600) ,  Ma Jun (太原理工大学物理与光電工程学院,山西晋中,030600) ,  Jia Huayu (太原理工大学信息工程学院,山西晋中,030600)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： 4  ページ： 1213-1217  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 外部擾乱を入力するシステムのために,適応制御の難しい問題を解決した。比例-積分-微分(PID)補償の完全オンライン逐次限界学習機(FOS-ELM)制御器設計法を提案した。最初に,システムの動的線形モデルを構築し,FOS-ELMアルゴリズムを用いて制御装置を設計し,そのパラメータを学習した。次に,システムの実際の出力誤差,結合システムの制御誤差,および補償のPID増分パラメータを設計した。最後に,PID補償FOS-ELM制御装置のパラメータをオンラインで調整し,システム制御に適用した。エンジンの空気燃料比(AFR)制御システムモデルに関する実験結果は,この方法が適応制御を実現して,システム擾乱入力の干渉を低減できることを示した。システムの有効制御率を高め、正負干渉係数が0.2の時、その有効制御率は53%から93%以上に向上した。同時にこの方法は実現しやすく、強いロバスト性と実用価値を持つ。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  制御系 ,  空燃比 ,  *学習 ,  線形性 ,  アルゴリズム ,  *制御装置 ,  モデル ,  積分 ,  *適応制御 ,  微分
準シソーラス用語： システム制御 ,  線形モデル ,  外部擾乱 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： Fully Online Sequential Extreme Learning Machine (FOS-ELM) ,  input disturbance ,  adaptive control ,  Proportion-Integral-Derivative (PID) increment ,  control error

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (10件)： PID ,  補償 ,  オンライン ,  逐次 ,  限界 ,  学習 ,  制御器 ,  外乱 ,  適応制御 ,  応用