Zastosowanie radialnej sieci neuronowej jako adaptacyjnego regulatora prędkości napędu dwumasowego

Artykuł prezentuje zastosowanie sieci neuronowej adaptowanej on-line w pętli regulacji prędkości układu napędowego z połączeniem sprężystym. W algorytmie zastosowano model neuronowy z radialnymi funkcjami aktywacji. W celu aktualizacji wartości wag oraz centrów regulatora adaptacyjnego zastosowano algorytm gradientowy. W tej części obliczeń poprawki dla aktualnych parametrów regulatora neuronowego są mnożone przez stałe determinujące stopień oddziaływania zastosowanej metody adaptacji. Charakterystycznym rozwiązaniem, prezentowanym w niniejszym artykule, jest zastosowanie modelu rozmytego w celu wyznaczenia wspomnianych współczynników skalujących. Zaprojektowany regulator został przetestowany w symulacjach oraz wykonano badania eksperymentalne z wykorzystaniem procesora sygnałowego karty dSPACE1103.Uzyskane wyniki prezentują precyzję sterowania analizowanego regulatora neuronowego oraz jego odporność na zmiany parametrów obiektu.

---

Article presents application of neural network trained on-line in speed control loop of electrical drive with elastic connection. In algorithm neural model with radial activation function was implemented. For updates of weights and centers of adaptive controller gradient method was used. In this part of calculations correction values for adaptive controller are calibrated. Specific solution, described in paper, is application of fuzzy model for determination of scaling coefficients. Designed controller was tested in simulations and then experiment was prepared (using dSPACE1103 card). Achieved results present high precision of control and also robustness against changes of the drive parameters.