Wpływ informacji o zmiennych stanu obiektu na jakość sterowania przez neurosterownik

W pracy został omówiony wpływ informacji o zmiennych stanu obiektu na jakość sterowania za pomocą sieci neuronowej. Pokazano, w jaki sposób z jednej początkowej konfiguracji wag sieć za pomocą różnych zestawów sygnałów wejściowych może różnie ewoluować. Rozdział pierwszy stanowi wprowadzenie do tematyki artykułu. W rozdziale 2 omówiono cały układ, tj. obiekt, neurosterownik i obserwator. Rozdział 3 przedstawia wyniki symulacyjne. W rozdziale 4 przedstawiono wnioski.

---

In the paper there has been shown the impact of information of the state variables on the quality control using neural network. It is shown how from one initial configuration of weights, the network may evolve differently, using various input signals. There has been proposed 3 different systems for simulations, each with different inputs to the neural network (fig. 1). Each of this 3 systems have a correspond waveform of signal evolution in time (fig. 3 – 8). As one can see, adding state variable to the control loop greatly increases neural network performance. Neural network is learning using Adaptive Interaction method. The first chapter is an introduction to the subject of the article. Chapter 2 discusses the entire system, the object, the observer and neurodriver. Chapter 3 presents the simulation results. Chapter 4 is dedicated to conclusions.