Адаптивное квазиоптимальное регулирование в преобразователях с нейросетевой моделью силовой части

Abstract

Рассмотрен один из путей повышения эффективности электрически управляемых промышленных систем за счет улучшения их динамики в условиях ограничений на управляющие воздействия, а также повышения устойчивости к возмущениям и изменениям параметров. С этой целью использован квазиоптимальный алгоритм управления импульсным преобразователем, который совместно с объектом управления моделируется с помощью искусственной нейронной сети (ИНС). Проанализированы системы с реализацией регулятора в виде предварительно обученной ИНС. Отмечены основные проблемы, связанные с имплементацией ИНС во встроенные системы. Приведены результаты моделирования.

Розглянуто один iз шляхів підвищення ефективності промислових систем з електричним керуванням за рахунок покращення їхньої динаміки в умовах обмежень на керуючі впливи, а також підвищення стійкості до збурень і змін параметрів. З цією метою використано квазіоптимальний алгоритм керування імпульсним перетворювачем, який спільно з об’єктом керування моделюється за допомогою штучної нейронної мережі (ШНМ). Проаналізовано системи з реалізацією регулятора у вигляді попередньо навченої ШНМ. Окреслено основні проблеми, пов’язані з імплементацією ШНС у вбудовані системи. Наведено результати моделювання.

It is considered the one way of increasing the efficiency of electrically controlled industrial systems by means of improving their dynamics in the conditions of restrictions on control actions, as well as increasing of resistance to disturbances and changes in the parameters. For this purpose a quasi-optimal control algorithm is used for pulse converter, which together with a plant is simulated by using of artificial neural network (ANN). It is analyzed the system with implementation of the controller in the form of pre-trained ANN. The basic problems associated with implementation of the ANN in embedded systems are discussed too. Simulated results of investigations are given.