文献

J-GLOBAL ID：202102276206617810   整理番号：21A2519836

漸近安定性を持つDCモータのニューラルネットワークベース出力フィードバック制御【JST・京大機械翻訳】

Neural network based output feedback control for DC motors with asymptotic stability

著者 (4件)： Yang Xiaowei (School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Deng Wenxiang (School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Deng Wenxiang (The State Key Laboratory of Fluid Power and Mechatronic Systems, Zhejiang University, Hangzhou 310027, China) ,  Yao Jianyong (School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 164  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  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： 摩擦,パラメトリック不確実性,外部擾乱およびモデル化動力学を含む測定ノイズおよび未知動力学は,どんな電気機械システムにおいても広く存在し,それらの制御性能を悪化させる。この問題に取り組むために,本論文は,DCモータシステムのためのニューラルネットワーク(NN)ベースの未知の動力学補償による出力フィードバック制御方式を開発する。最初に,ノイズ汚染速度信号を用いて,オンライン適応利得を有する状態オブザーバを採用して,それは追跡精度に及ぼす測定ノイズの影響を減衰して,観測器利得選択の保守性を減らした。第2に,低い計算および設計の容易さを有する1つのNNを,未知の動力学補償のために採用して,それは実際的応用にとって有益であった。次に,複合制御法則を構築して,高精度追跡性能を達成した。安定性解析は,追跡誤差が,時変未知動力学に直面しながら,漸近的にゼロに収束できることを明らかにした。比較実験の結果は,提示した方法の優位性を実証した。Copyright 2021 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： 雑音 ,  可制御性 ,  観測装置 ,  安定性解析 ,  漸近安定 ,  電気機械 ,  *ニューラルネットワーク ,  利得 ,  *直流電動機 ,  比較試験 ,  保全性
準シソーラス用語： 出力フィードバック ,  出力フィードバック制御 ,  オンライン ,  外部擾乱 , 【Automatic Indexing@JST】

著者キーワード (5件)： 出力フィードバック ,  ニューラルネットワーク(NN) ,  DCモータシステム ,  未知の動力学 ,  漸近安定性

分類 (2件)： 人工知能  (JE08000Z) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 漸近安定性 ,  DCモータ ,  ニューラルネットワーク ,  出力フィードバック制御