رویکردی عصبی-تطبیقی در طراحی کنترل کننده نزدیک به بهینه برای کلاسی از سیستم های مقید
نویسندگان
1 دانشجوی دکتری، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران
2 استاد، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران
doi
10.22034/tjee.2023.16065چکیده
این مقاله به طراحی کنترلکنندهای میپردازد که ضمن دستیابی به عملکردی نزدیک به بهینه، قابلیت برآوردهسازی قیدهای خروجی را دارا باشد. این روش برای سیستمهای غیرخطی مربعی با دینامیک داخلی پایدار طراحی میشود. برای این منظور، با استفاده از شاخص عملکرد اولیه و تقریب تیلور، مساله بهصورت برنامهریزی مقید تقریب زده میشود که قیدهای آن، بهکمک تابع مانع کنترل برای برآوردهسازی محدودیتهای خروجی نوشته میشوند. بدین ترتیب، عملکردی نزدیک به بهینه و مقید، بدون برخورد به معادلات پیچیده همیلتون-ژاکوبی-بلمن بهدست میآید. بهمنظور مقابله با نامعینیهای مدل که در مساله بهینهسازی ظاهر میشود، ساختاری تطبیقی طراحی میشود. حل بههنگام بهینهسازی مقید نیز بهوسیله شبکه عصبی بازگشتی تصویر صورت میگیرد. این امر منجر به دستیابی به پاسخی بسته میشود که سادگی پیادهسازی بدون نیاز به استفاده از محاسبهگرها و جعبهابزارهای اضافی را به همراه دارد. پایداری سیستم حلقهبسته و برآوردگی قیدها بهطور دقیق تحلیل شده-اند. در انتها نیز کارایی روش ارائهشده در تحقق اهداف یادشده با بررسی نتایج حاصل از شبیهسازی کنترل مسیر کشتی و تحلیلی مقایسهای از پایدارسازی مقید آونگ نشان داده شده است. مثال شبیهسازی اول، کارایی روش را در ردیابی مقید نشان میدهد و مثال شبیهسازی دوم، موید عملکرد مناسب کنترلکننده در کاربردهای پایدارسازی و تنظیم است.
