USE OF NEURAL CONTROLLER IN ELECTROMECHANICAL SYSTEMS

Authors

  • I. A. Orlovskyi Zaporizhzhya National Technical University, Ukraine, Ukraine
  • E. I. Gorobec Zaporizhzhya National Technical University, Ukraine, Ukraine

DOI:

https://doi.org/10.15588/1607-3274-2014-1-26

Keywords:

neural control, neural controller, neural network, electromechanical systems, mathematical model, mathematical modeling

Abstract

The paper deals with the relevance of improved synthesis methods for control systems of nonlinear objects using neural networks, as those allowing to substantially remove the mathematical problems of analytical synthesis and the designed system analysis. Besides, the review of the articles and mathematical description of three neural controllers (NC) are presented: predictive control based on the model of nonlinear autoregressive moving average and NC with the reference model. NC research tools of MATLAB are described. Current control and speed control loops for one-component and two-component electromechanical systems with DC electric drive are conducted. Mathematical modeling showed the possibility of high precision control of NC based on model of nonlinear autoregressive with moving average predictor and predictive control. NC with reference model needed too much training time, the quality of the transition process was low.

References

Кузнецов, Б. И. Синтез нейросетевого регулятора NARMA-L2 conntroller для системы наведения и стабилизации / Б. И. Кузнецов, Т. Е. Василец, А. А. Варфоломеев // Електротехніка і електромеханіка. – 2011. – № 4. – С. 41–46.

Чернодуб, А. Н. Обзор методов нейроуправления / А. Н. Чернодуб, Д. А. Дзюба // Проблемы программирования. – 2011. – № 2. – С. 79–94.

Медведев, В. С. Нейронные сети. MATLAB 6 / В. С. Медведев, В. Г. Потемкин. – М. : Диалог-МИФИ. – 2002. – 496 с

Soloway, D. Neural Generalized Predictive Control / D. Soloway, P. J. Haley // Proceedings of the IEEE International Symposium on Intelligent Control. – 15–18 September 1996. – P. 277–281.

Кузнецов, Б. И. Синтез нейроконтроллера с предсказанием для двухмассовой электромеханической системы / Б. И. Кузнецов, Т. Е. Василец, А. А Варфоломеев // Электротехника и электромеханика. – 2008. – Т. 3. – С. 27–32.

Gu, D. Neural Predictive Control for a Car-like Mobile Robot / D. Gu and H. Hu // International Journal of Robotics and Autonomous Systems. 2002. – Vol. 39, No. 2. – P. 73–86.

Орловский, И. А. Использование нейроконтроллера с прогнозированием для управления электромеханическим объектом / И. А. Орловский // Наукові праці Донецького національного технічного університету. Серія «Електромеханіка і енергетика». – Донецьк :ДонНТУ, 2013. – № 1. – С. 200–205.

Орловский, И. А. Использование нейроконтроллера с прогнозированием для управления двухмассовым электромеханическим объектом / И. А. Орловский, Е. И. Горобец // Вісник Національного технічного університету «ХПИ». Збірник наукових праць. Серія: «Проблеми автоматизованого електроприводу. Теорія і практика». – Х. : НТУ «ХПИ». – 2013. – № 36 (1009) – С. 483–484.

Подпорин, С. А. Нейронный управляющий контролер в задаче автоматического управления судном на меняющемся курсе / С. А. Подпорин // Судовождение : Сб. научных трудов. – ОНМА, Одесса. – 2010. – Вып. 19. – С. 157–166.

Chetouane F. and Darenfed S. Neural Network NARMA Control of a Gyroscopic Inverted Pendulum (Advance online publication: 20 August 2008) Engineering Letters, 16:3, EL_16_3_01.

Adaptive Control of Nonlinear Multivariable Systems Using Neural Networks and Approximate Models / T. A. Al-Zohary, A. M. Wahdan, M.A.R. Ghonaimy, A. A. Elshamy http: // faculty.ksu.edu.sa/73586/Documents/paper_4.pdf, 18 p.

Narendra, K. S. Adaptive control of nonlinear multivariable systems using neural networks / K. S. Narendra, S. Mukhopahyay // Neural Networks. – 1994. – vol. 7, No. 5. – P. 737–752.

Pirabakaran, K. PID autotuning using neural networks and Model Reference Adaptive Control / K. Pirabakaran, V. M. Becerra // 15th Triennial World Congress. IFAC. Barcelona. Spain. – 2002. – 6 p.

Бодянский, Е. В. Искусственные нейронные сети: архитектуры, обучение, применения / Е. В. Бодянский, О. Г. Руденко. – Харьков : ТЕЛЕТЕХ, 2004. – 372 с.

Дьяконов, В. П. MATLAB 6.5 SP1/7/7 SP1/7 SP2 + SIMULINK 5/6. Инструменты искусственного интеллекта и биоинформатики / В. П. Дьяконов, В. В. Круглов. Серия «Библиотека профессионала» : – М. : СОЛОНПРЕСС, 2006. – 456 с. 16. Хайкин, С. Нейронные сети: полный курс, 2-е издание / С. Хайкин. – М. : Издательский дом «Вильямс», 2006. – 1104 с.

Downloads

Published

2014-01-13

How to Cite

Orlovskyi, I. A., & Gorobec, E. I. (2014). USE OF NEURAL CONTROLLER IN ELECTROMECHANICAL SYSTEMS. Radio Electronics, Computer Science, Control, (1). https://doi.org/10.15588/1607-3274-2014-1-26

Issue

No. 1 (2014): Radio Electronics, Computer Science, Control

Section

Control in technical systems

License

Copyright (c) 2014 I. A. Orlovskyi, E. I. Gorobec

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons Licensing Notifications in the Copyright Notices

The journal allows the authors to hold the copyright without restrictions and to retain publishing rights without restrictions.

The journal allows readers to read, download, copy, distribute, print, search, or link to the full texts of its articles.

The journal allows to reuse and remixing of its content, in accordance with a Creative Commons license СС BY -SA.

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License CC BY-SA that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.