Neural net based MRAC of nonlinear plants with unknown structure

Abstract

Model reference adaptive control (MRAC) for nonlinear plants of unknown structure is considered A multilayered feedforward neural network (MFNN) is used as the controller Dynamics are introduced in the controller by injecting the set point plant input and the plant output through the dynamics generating filters (DGF) The online adaptation of the MFNN weights is carried out using the recentlydeveloped concept of block partial derivatives (BPD) Two algorithms one based on the MIT rule and the other based on the strictly positive real (SPR) rule are developed When a linear controller replaces the MFNN the proposed algorithms reduce to the wellestablished linear MRAC algorithms Results of simulation studies are also reported

ندرس في هذه الورقة الأنظمة غير الخطية، ومن ثم نستخدم شبكة نيورنية متعددة الطبقات ذات تغذية أمامية للتحكم وندخل في نظام التحكم من خلال مرشحات لتوليد الديناميكية ولقد استخدمت الشبكة النيورنية مباشرة عن طريق استخدام التفاضلات الجزئية للكتلة وفي حالة استبدلنا التحكم المستخدم بتحكم خطي يصبح أسلوب الحل أحد الأساليب الخطية الشائعة كما نضمن هذه الورقة نتائج دراسات المحاكاة