کنترل ردیابی شبکهی عصبی موجک تطبیقی یک ربات تک لینک با ورودی لقی
نویسندگان
1 دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران
2 دانشگاه صنعتی نوشیروانی بابل
3 عضو هیئت علمی دانشکده برق و کامپیوتر- دانشگاه صنعتی نوشیروانی بابل
doi
چکیده
در این مقاله یک کنترل کننده ردیابی مبتنی بر شبکه عصبی ویولت تطبیقی، برای حل مشکل پایداری و کنترل کلاسی از سیستمهای غیرخطی نامعین زمان-گسسته مورد بررسی قرار گرفته است. سیستم مورد مطالعه به فرم پسخورد اکید بوده و شامل غیرخطی لقی و اغتشاش خارجی می باشد و غیرخطی لقی به شکل نامتقارن در نظر گرفته شده است. این سیستمها حالت کلی تری نسبت به سیستمهای مورد مطالعه پیشین دارد و برای غلبه بر پیچیدگی پایداری آن، با استفاده از توابع پیشبین، به یک سیستم پیشبینی کننده n گام پیش رو تبدیل شده است. در اینجا از شبکهی عصبی موجک برای تقریب توابع ناشناخته در سیستمهای تبدیل شده استفاده میشود. قوانین تطبیق بر اساس قاعدهی گرادیان نزولی، برای بروزرسانی وزنهای شبکه عصبی موجک و جبران اثر پارامترهای نامعلوم لقی طراحی میشود. بر اساس تئوری لیاپانوف نشان داده می شود که همه ی سیگنالها در سیستم حلقه بسته کراندار بوده و خطای ردیابی به همسایگی کوچکی از صفر همگرا می شود. روش ارائه شده در این مقاله، بر روی یک سیستم روبات با یک بازوی مکانیکی متحرک شبیه سازی شده است و در پایان، به منظور اعتبارسنجی، نتایج روش پیشنهادی با نتایج اعمال دو کنترلکننده PID و مد لغزشی، مورد مقایسه قرار گرفته است.
