Chia sẻ bài báo qua Email ĐIỀU KHIỂN MẠNG NƠ-RON TRƯỢT THÍCH NGHI SỬ DỤNG LUẬT TIẾP CẬN HÀM MŨ HỆ THỐNG GIẢM XÓC – VẬT – LÒ XO
Thông tin bài báo
Ngày nhận bài: 29/09/21 Ngày hoàn thiện: 11/11/21 Ngày đăng: 15/11/21Các tác giả
1. Phạm Thanh Tùng
, Trường Đại học Sư phạm Kỹ thuật Vĩnh Long2. Mã Sở Hiến, Trường Cao đẳng nghề Bạc Liêu
Tóm tắt
Điều khiển mạng nơ-ron RBF trượt thích nghi sử dụng luật tiếp cận hàm mũ cho hệ thống giảm xóc – vật – lò xo được đề xuất trong nghiên cứu này. Hệ thống giảm xóc – vật – lò xo được sử dụng rộng rãi trong các lĩnh vực kỹ thuật, đặc biệt trong các ứng dụng Tự động hóa và Cơ điện tử. Bộ điều khiển trượt với luật tiếp cận hàm mũ được thiết kế để đảm bảo vị trí thực tế của hệ thống giảm xóc – vật – lò xo bám theo vị trí tham chiếu và hạn chế hiện tượng chattering. Mạng nơ-ron RBF được huấn luyện và sử dụng để xấp xỉ hàm f(x) trong luật điều khiển trượt. Các trọng số của mạng nơ-ron RBF được cập nhật trực tuyến bằng giải thuật Gradient Descent dựa trên các tín hiệu hồi tiếp ở ngõ ra. Bằng cách chọn hàm Lyapunov phù hợp, tính ổn định của bộ điều khiển được chứng minh và tìm được luật điều khiển thích nghi. Kết quả mô phỏng với MATLAB/Simulink cho thấy hiệu quả của giải thuật đề xuất với sai số bám tiến về 0, độ vọt lố là 0 (%), thời gian xác lập khoảng 0,3168 (s) và thời gian tăng đạt 0,1804 (s).
Từ khóa
Toàn văn:
PDFTài liệu tham khảo
[1] M. F. Badr, E. H. Karam, and N. M. Mjeed, “Control design of damper mass spring system based on backstepping controller scheme,” International Review of Applied Sciences and Engineering, vol. 11, pp. 1-8, 2020.
[2] A. A. Okubanjo, O. K. Oyetola, O. O. Ade-Ikuesan, O. O. Olaluwoye, and P. O. Alao, “Performance Evaluation of PD and LQR Controller for Coupled Mass Spring Damper System,” Futo Journal Series (FUTOJNLS), vol. 4, no. 1, pp. 199-210, 2018.
[3] A. A. Okubanjo, O. K. Oyetola, and O. O. Olaluwoye, “Simulink and Simelectronics based Position Control of a Coupled Mass-Spring Damper Mechanical System,” International Journal of Electrical and Computer Engineering (IJECE), vol. 8, no. 5, pp. 3636-3646, 2018.
[4] J. M. Cruz-Duarte, J. J. Rosales-García, and C. R. Correa-Cely, “Entropy Generation in a Mass-Spring-Damper System Using a Conformable Model,” Symmetry, vol. 12, pp. 1-11, 2020.
[5] E. K. Orhorhoro and M. E. Onogbotsere, “Simulation of a mass spring damper model in phase variable,” ELK Asia Pacific Journal of Mechanical Engineering Research, vol. 2, no. 2, pp. 1-16, 2016.
[6] S. K. Valluru and M. Singh, “Metaheuristic Tuning of Linear and Nonlinear PID Controllers to Nonlinear Mass Spring Damper System,” International Journal of Applied Engineering Research, vol. 12, no. 10, pp. 2320-2328, 2017.
[7] K. Ravindra, K. Yogesh, and G. Ankit, “Comparative Analysis of P, PI, PD, PID Controller for Mass Spring Damper System using Matlab Simulink,” International Journal for Research in Engineering Application & Management (IJREAM), Special Issue, pp. 668-672, 2018.
[8] J. Liu, Sliding mode control using MATLAB. Published by Elsevier Inc, 2017.
[9] N. H. Dung, “Radial basis function neural network based adaptive sliding mode control for nonlinear system,” Can Tho University Journal of Science, no. 15a, pp. 263-272, 2010.
[10] A. J. Koshkouei, A. S. I. Zinober, and K. J. Burnham, “Adaptive Sliding Mode Backstepping Control of Nonlinear Systems with Unmatched Uncertainty,” Asian Journal of Control, vol. 6, no. 4, pp. 447-453, 2004.
[11] G. Debbache and N. Goléo, “Neural network based adaptive sliding mode control of uncertain nonlinear systems,” Journal of Systems Engineering and Electronics, vol. 23, no. 1, pp. 119-128, 2012.
DOI: https://doi.org/10.34238/tnu-jst.5093
Các bài báo tham chiếu
- Hiện tại không có bài báo tham chiếu