Модель нейронної схеми слідкуючого керування нелінійними динамічними системами неперервного часу

Abstract

Запропоновано модель нейронної схеми, призначеної для слідкуючого керування невідомими нелінійними динамічними системами. Для опису моделі використано диференційне рівняння першого порядку із змінною структурою і вихідне рівняння. Модель дає можливість досягати скінченного часу збіжності до робочих станів і обмеженої похибки слідкування. Вона не потребує навчання у режимі офлайн. Для мінімізації похибки відслідковування траєкторії об’єкта модель використовує лише виходи системи і об’єкта. Вона має просту структуру і її можна використовувати, коли внутрішня динаміка і параметри керованої системи невідомі. Наведено результати комп’ютерного моделювання застосування моделі для оптимального слідкуючого керування кутом повороту дволанкового планарного маніпулятора, які підтверджують теоретичні положення та ілюструють високу ефективність функціонування моделі.A neural circuit model of tracking control for unknown nonlinear dynamic systems is proposed. A first-order differential equation with variable structure and an output equation are used to describe the model. The model gives a possibility to reach a finite convergence time to working modes and limited tracking error. It does not need learning phase in offline mode. The model uses only outputs of the system and object to minimize tracking error of object trajectory. It has simple structure and can be used if internal dynamics and parameters of control system are unknown. Results of computer simulations of the model applications for optimal tracking control of rotation angle of two-link planar elbow manipulator confirming theoretical statements and illustrating its high performance are provided.