人工神经网络应用于伺服控制系统..docVIP

人工神经网络应用于伺服控制系统 Yuan Kang, Min-Hwei Chu and Min-Chou Chen 中原大学（台湾）机械工程系、东南科技大学（台湾）机械工程系 摘要 本章讲述了基本的神经网络控制器。介绍了有专门学习结构的神经控制。讨论和模拟了带有近似雅可比的直接神经控制。提出了使用多重神经网络的自适应控制，其中包括直接神经控制器，神经模拟器和神经调谐器。神经模拟器是用来近似雅克比值。误差以及误差的微分的线性组合是用来近似权值更新的反向传播误差。神经协调器是一种可在线调整线性组合中关键参数的在线神经网络。 关键词：直接神经网络，伺服控制，专门学习结构，多重神经网络，神经协调器 1.介绍 近年来，神经控制因其在线学习能力和自适应能力应用于多种领域，有许多神经网络的学习策略被提出并应用于一些具体的非线性控制系统，以克服未知模型和参数的变化问题。一般学习结构和专门学习结构在早期的神经控制发展中被提出和研究[1]。一般学习结构如图19.1所示，用神经网络学习被控对象的逆动态，将训练好的神经网络应用于前馈控制器。在这个例子中，一般过程因为其神经网络需要在一个超过实际需要的操作范围上学习被控对象的的响应，效率较低。一个可能解决这一问题的办法就是将一般过程的方法与专门过程结合。在本章中，将介绍带有专门学习结构的直接神经控制器应用于伺服控制系统。 19.3 专门学习结构的直接控制