文献

J-GLOBAL ID：202002222442877018   整理番号：20A2010593

リカレントHermiteニューラルネットワークによる凹凸電気油圧システム運動の適応ニューラルバイアス滑りモード制御【JST・京大機械翻訳】

Adaptive neural-bias-sliding mode control of rugged electrohydraulic system motion by recurrent Hermite neural network

著者 (5件)： Chaudhuri Shouvik (Department of Electrical Engineering, Jadavpur University, Kolkata 700032, India) ,  Saha Rana (Department of Mechanical Engineering, Jadavpur University, Kolkata 700032, India) ,  Chatterjee Amitava (Department of Electrical Engineering, Jadavpur University, Kolkata 700032, India) ,  Mookherjee Saikat (Department of Mechanical Engineering, Jadavpur University, Kolkata 700032, India) ,  Sanyal Dipankar (Department of Mechanical Engineering, Jadavpur University, Kolkata 700032, India)
資料名： Control Engineering Practice  (Control Engineering Practice)
巻： 103  ページ： Null  発行年： 2020年 
JST資料番号： W0647A  ISSN： 0967-0661  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,リカレントニューラルネットワーク,積分スライディングモード制御器,および,頑丈な電気油圧作動システムのためのバイアス制御器の相乗的組合せに基づく,実時間位置制御スキームの設計と実装を扱った。コントローラ設計は,各隠れニューロンに対する活性化関数および入力としての積分スライディング表面として,正正規Hermite多項式基底関数を有する単一隠れ層から成る再帰Hermiteニューラルネットワークに基づいている。バイアスコントローラを誤差の双曲線正接として設計した。さらに,Lyapunov基準に基づいて適応方式を定式化し,その収束を確立した。実時間で大きなデッドバンド(約10%)比例弁を持つ実験室規模の単一ロッド電気油圧作動システムについて,提案した方式の性能を評価した。実験結果は,他の確立された方法論と比較して,従来の追跡軌跡のためのシステムの位置追跡性能における著しい改善を示唆した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 制御装置 ,  ニューロン ,  *ニューラルネットワーク ,  双曲線 ,  実時間処理 ,  *油圧 ,  バイアス ,  比例弁 ,  定式化 ,  *油圧システム ,  *再帰性 ,  基底関数
準シソーラス用語： 隠れ層 ,  活性化関数 ,  リカレントニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応制御 ,  基底関数 ,  電気油圧システム ,  リカレントニューラルネットワーク ,  リアルタイムシステム

分類 (3件)： 流体式制御機器  (IC02030J) ,  油圧・空気圧機器  (QD04020X) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (7件)： リカレント ,  ニューラルネットワーク ,  凹凸 ,  油圧システム ,  運動 ,  適応 ,  滑りモード制御