1. Trang chủ
  2. » Luận Văn - Báo Cáo

Luận án tiến sĩ Điều khiển trượt thích nghi hệ thống động phi tuyến

93 852 7

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 93
Dung lượng 1,69 MB

Nội dung

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TR ƯỜNG ĐẠI HỌC BÁCH KHOA NGUY ỄN ĐỨC MINH ĐIỀU KHIỂN TRƯỢT THÍCH NGHI H Ệ THỐNG ĐỘNG PHI TUYẾN LU ẬN ÁN TIẾN SĨ KỸ THUẬT TP. H Ồ CHÍ MINH NĂM 2012 ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUY ỄN ĐỨC MINH ĐIỀU KHIỂN TRƯỢT THÍCH NGHI H Ệ THỐNG ĐỘNG PHI TUYẾN Chuyên ngành: TỰ ĐỘNG HÓA Mã số chuyên ngành: 6252600 Phản biện độc lập 1: GS.TSKH NGUYỄN XUÂN QUỲNH Phản biện độc lập 2: PGS.TS NGUYỄN NGỌC PHƯƠNG Phản biện 1: TS. NGUYỄN CHÍ NGÔN Phản biện 2: PGS.TSKH HỒ ĐẮC LỘC Phản biện 3: PGS.TS NGUYỄN TẤN TIẾN NGƯỜI HƯỚNG DẪN KHOA HỌC 1. PGS. TS DƯƠNG HOÀI NGHĨA 2. TS NGUYỄN ĐỨC THÀNH i LỜI CAM ĐOAN Tác giả xin cam đoan đây là công trình nghiên cứu của bản thân tác giả. Các kết quả nghiên cứu và các kết luận trong luận án này là trung thực, và không sao chép từ bất kỳ một nguồn nào và dưới bất kỳ hình thức nào. Việc tham khảo các nguồn tài liệu (nếu có) đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng theo yêu cầu. Tác giả luận án __________________________________ Nguyễn Đức Minh ii TÓM TẮT LUẬN ÁN Điều khiển có cấu trúc thay đổi VSC (Variable Structure Control) với chế độ trượt, hay điều khiển trượt SMC (Sliding Mode Control) được biết đến như là một phương pháp điều khiển phi tuyến bền vững đơn giản, hiệu quả. Phương pháp điều khiển này có nhiều ưu điểm như: (i) ít nhạy với sự biến thiên của các thông số của hệ thống; (ii) có khả năng chống nhiễu tốt; (iii) đ áp ứng động học nhanh. Tuy nhiên do tín hiệu điều khiển trượt cổ điển có dạng chuyển mạch nên tồn tại hiện tượng dao động có tần số cao (chattering) của các quỹ đạo pha xung quanh mặt trượt. Hơn nữa, khi thiết kế điều khiển SMC yêu cầu phải biết trước giá trị chặn trên của các thành phần bất định của hệ thống. Các thành phần bất định thường bao gồm các thành phần động học không mô hình, sự biến thiên của các thông số và nhiễu loạn. Nếu giá trị chặn trên thực vượt quá giá trị chặn trên được giả thiết trong khi thiết kế bộ điều khiển, sự ổn định của hệ thống sẽ không được bảo đảm. Ngoài ra cũng giống như các phương pháp điều khiển kinh điển khác, việc thiết kế bộ điều khiển trượt yêu cầu phải biết mô hình toán học cùng các thông số của mô hình của đối tượng. Điều này sẽ ảnh hưởng tới chất lượng điều khiển trong một số ứng dụng mà ở đó mô hình toán học của đối tượng được điều khiển khó xác định một cách chính xác và các thông số có tầm biến thiên rộng. Luận án tiến sĩ nghiên cứu phương pháp điều khiển trượt thích nghi dùng mạng nơ ron áp dụng cho hệ phi tuyến động bất định không rõ thông số mô hình với ba nội dung chính: Kết hợp lý thuyết điều khiển trượt và mạng nơ ron để thiết kế bộ điều khiển trượt thích nghi dùng mạng nơ ron áp dụng cho hệ thống phi tuyến động bất định không rõ thông số mô hình. Bộ điều khiển mới có các đặc điểm: (i) là một mạng nơ ron được dùng làm bộ điều khiển trực tiếp; (ii) không cần nhận dạng trước các thông số của mô hình đối tượng, luật điều khiển được suy ra trực tiếp trong quá trình huấn luyện trực tuyến; (iii) có khả năng thích nghi trước sự thay đổi của các chặn trên của các thành phần bất định và có khả năng kháng nhiễu tốt. Phát triển bộ điều khiển trượt thích nghi nêu trên thành bộ điều khiển trượt thích nghi phân ly DANSMC cho hệ phi tuyến đa biến. Áp dụng các nghiên cứu về điều khiển trượt thích nghi phân ly lên hệ con lắc ngược xoay và con lắc ngược hai chiều thông qua mô phỏng và thực nghiệm. iii LỜI CÁM ƠN Tôi xin tỏ lòng biết ơn sâu sắc đến PGS. TS Dương Hoài Nghĩa và TS. Nguyễn Đức Thành, hai người thầy đã hướng dẫn tận tình trong suốt thời gian tôi làm nghiên cứu sinh tại Đại học Bách Khoa. Những gợi ý đúng lúc hết sức quý báu cùng những ý kiến phản biện sâu sắc của các thầy đã giúp tôi nhận thức, định hướng đúng và hoàn thiện nghiên cứu của mình. Trong những năm cùng làm nghiên cứu với các thầy, tôi không chỉ học được các phương pháp nghiên cứu khoa học mà còn học được nhiều điều về tư cách, đạo đức trong cuộc sống Xin chân thành cảm ơn các thầy cô Bộ môn Tự Động ĐHBK TPHCM vì đã truyền đạt cho tôi những kiến thức nền tảng hết sức quý báu trong thời gian tôi còn học cao học, cũng như những góp ý khoa học và những phản biện thẳng thắn trong khi tôi thực hiện các chuyên đề tiến sĩ là những cơ sở hết sức có giá trị giúp tôi hoàn chỉnh luận án của mình. Xin cảm ơn vợ, và các con tôi đã cùng chia xẻ trong những ngày khó khăn nhất cả về vật chất và tinh thần để tôi có thể yên tâm thực hiện luận án này. Xin gửi lời cảm ơn đến các đồng nghiệp là các giảng viên của Khoa tin học trường Đại học Yersin và bạn bè thân hữu, những người luôn giúp đỡ và động viên tôi trong những năm tháng làm luận án. Mặc dù đã cố gắng hết sức nhưng luận án không tránh khỏi những thiếu xót. Tác giả rất mong được sự góp ý của quý thầy cô và các bạn đồng nghiệp. iv MỤC LỤC 1 TỔNG QUAN 1 1.1 Đặt vấn đề 1 1.2 Mục tiêu và phương pháp nghiên cứu của luận án 4 2 LÝ THUYẾT CƠ SỞ 8 2.1 Lý thuyết điều khiển trượt 9 2.1.1 Đối tượng điều khiển 9 2.1.2 Mặt trượt 9 2.1.3 Luật điều khiển trượt kinh điển 10 2.1.4 Điều khiển trượt cho hệ thống MIMO 12 2.1.5 Đặc điểm của điều khiển trượt 14 2.2 Xấp xỉ hàm của mạng nơ-ron truyền thẳng 15 2.3 Một số mô hình điều khiển trượt dùng mạng nơ ron 18 2.3.1 Mô hình sử dụng mạng nơ ron làm thành phần điều khiển tương đương 19 2.3.2 Mô hình điều khiển trượt phân ly dùng mạng nơ ron 20 3 ĐIỀU KHIỂN TRƯỢT THÍCH NGHI PHÂN LY DÙNG MẠNG NƠ RON 28 3.1 Điều khiển trượt thích nghi dùng mạng nơ ron 28 3.1.1 Mô tả bộ điều khiển 28 3.1.2 Luật cập nhật thích nghi để huấn luyện mạng 29 3.2 Điều khiển trượt thích nghi phân ly dùng mạng nơ ron DANSMC 33 4 KẾT QUẢ MÔ PHỎNG VÀ THỰC NGHIỆM 38 4.1 Điều khiển trượt thích nghi phân ly con lắc ngược hai bậc xoay tự do 38 4.1.1 Mô tả con lắc ngược xoay 38 4.1.2 Phân tích điều khiển 39 4.1.3 Mô tả quá trình và các kết quả mô phỏng 42 4.1.4 Mô tả quá trình và các kết quả thực nghiệm 56 4.2 Điều khiển trượt thích nghi phân ly con lắc hai chiều 66 5 KẾT LUẬN 73 6 CÁC TÀI LIỆU CÔNG BỐ CỦA TÁC GIẢ 77 7 Tài liệu tham khảo 78 v DANH MỤC CÁC HÌNH ẢNH Hình 2-1 Tín hiệu điều khiển trượt có dạng chuyển mạch 14 Hình 2-2 Mô phỏng quỹ đạo pha và hiện tượng chattering 15 Hình 2-3 Mạng nơ-ron một lớp ẩn trong bộ điều khiển DNNSMC 23 Hình 2-4 Hệ thống DNNSMC của Lon-Chen Hung và Hung Yuan Chung 24 Hình 2-5 Mô hình điều khiển trượt phân ly dùng thuật toán SPSA 25 Hình 2-6 Đáp ứng góc con lắc ngược của điều khiển DNNSMC so với DFSM 25 Hình 3-1 Mạng nơ ron dùng làm bộ điều khiển 29 Hình 3-2 Mô hình điều khiển trượt thích nghi phân ly 35 Hình 4-1 Mô hình con lắc ngược xoay 39 Hình 4-2 Mô hình con lắc ngược trên simulink 41 Hình 4-3 Mô phỏng điều khiển DANSMC lên con lắc ngược xoay 41 Hình 4-4 Mô phỏng điều khiển DNNSMC lên con lắc ngược xoay trong 10s đầu tiên 45 Hình 4-5 Mô phỏng điều khiển DNNSMC lên con lắc ngược xoay trong 0.5s đầu tiên 46 Hình 4-6 Đáp ứng của tín hiệu mặt trượt của điều khiển DNNSMC 47 Hình 4-7 Quỹ đạo pha các biến trạng thái của điều khiển DNNSMC 48 Hình 4-8 Quỹ đạo pha các biến trạng thái của điều khiển DNNSMC trong quá trình quá độ 49 Hình 4-9 Quá trình huấn luyện và hội tụ bộ điều khiển DANSMC 50 Hình 4-10 Đáp ứng của tín hiệu trượt qua các phiên huấn luyện của điều khiển DANSMC 51 Hình 4-11 Đáp ứng của điều khiển DANSMC 52 Hình 4-12 Đáp ứng của tín hiệu mặt trượtcủa điều khiển DASMC 53 Hình 4-13 Quỹ đạo pha các biến trạng thái của điều khiển DANSMC 54 Hình 4-14 So sánh đáp ứng của điều khiển DNNSMC và DANSMC 55 Hình 4-15 Kết cấu phần cứng mô hình thực nghiệm để điều khiển trượt thích nghi phân ly con lắc ngược xoay dùng mạng nơ ron 57 Hình 4-16 Mô hình thực con lắc ngược trong phòng thí nghiệm 58 Hình 4-17 Sơ đồ khối chip vi điều khiển TMS320 2812 59 Hình 4-18 Đáp ứng của trong 30 giây.(lật lên và ổn định) 62 Hình 4-19 Đáp ứng của trong 30 giây 62 Hình 4-20 Tín hiệu điều khiển u trong 30 giây 63 Hình 4-21 Đáp ứng của góc khi thay đổi khối lượng và chiều dài con lắc 64 Hình 4-22 Đáp ứng của góc khi thay đổi khối lượng và chiều dài con lắc 65 Hình 4-23 Con lắc ngược hai chiều 66 Hình 4-24 Biểu diễn hệ tọa độ con lắc ngược hai chiều 67 Hình 4-25 Mô hình điều khiển DANSMC cho con lắc ngược hai chiều 69 Hình 4-26 Kết quả phiên huấn luyện thứ nhất 70 Hình 4-27 Kết quả của phiên huấn luyện thứ hai 70 Hình 4-28 Quỹ đạo x-y của phiên huấn luyện thứ nhất và thứ hai 71 Hình 4-29 Mô phỏng với biên độ nhiễu biến thiên 71 Hình 4-30 Mô phỏng với biên độ nhiễu biến thiên mạnh 72 vi DANH M ỤC BẢNG BIỂU Bảng 1 Bộ trọng số thu được sau phiên huấn luyện đầu tiên 43 Bảng 2 Bộ trọng số thu được sau phiên huấn luyện cuối 44 vii DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ ĐỐI CHIẾU ANSMC (Adapative Neural Sliding Mode Control): Điều khiển trượt thích nghi dùng mạng nơ ron CCS (Code Composer Studio): phần mềm hỗ trợ lập trình và giao tiếp với bo mạch xử lý tín hiệu số Chattering: Hiện tượng dao động xung quanh mặt trượt DANSMC (Decoupled Adaptive Neural Sliding Mode Control): Điều khiển trượt thích nghi phân ly dùng mạng nơ ron DNNSMC (Decoupled Neural Network Sliding Mode Control): Điều khiển trượt phân ly dùng mạng nơ ron DSP ( Digital Signal Processing): Xử lý tín hiệu số Lyapunov: Lý thuyết ổn định được phát biểu bởi Lyapunov NN (Neural Network): Mạng nơ ron SMC (Sliding Mode Control): Điều khiển trượt SHL (Single Hidden Layer): Mạng nơ ron một lớp ẩn RBFN (Radial Basic Funtion Network): Mạng hàm cơ sở xuyên tâm MLP (Multiple Layer Perceptron): Mạng nơ ron nhiều lớp Perceptron: Một đơn vị trong mạng nơ ron Swinging up: Điều khiển lật lên (cho con lắc ngược) Sliding surface : mặt trượt VSC (Variable Structure Control): điều khiển có cấu trúc thay đổi 1 1 TỔNG QUAN 1.1 Đặt vấn đề Giới thiệu về điều khiển trượt Điều khiển trượt là một phương pháp điều khiển phi tuyến đơn giản hiệu quả, dựa vào hồi tiếp các biến trạng thái của hệ thống. Bộ điều khiển được thiết kế sao cho các trạng thái của hệ thống luôn luôn hướng về một mặt phẳng Hurwitz của các trạng thái, một khi các trạng thái đã nằm trên mặt trượt thì chúng sẽ tiến về gốc tọa độ. Vì vậy mục đích điều khiển ổn định trạng thái trở thành điều khiển ổn định tiệm cận các trạng thái bám trên mặt trượt. Điều khiển trượt có hai thành phần là thành phần điều khiển tương đương và thành phần điều khiển bền vững. Thành phần điều khiển bền vững mà trong nhiều tài liệu còn gọi là thành phần điều khiển hiệu chỉnh có nhiệm vụ chính là điều khiển quỹ đạo các trạng thái hướng về mặt trượt. Khi quỹ đạo các trạng thái đã ở lân cận mặt trượt thì thành phần điều khiển tương đương có tác dụng điều khiển các trạng thái bám chặt trên mặt trượt. Để thiết kế thành phần điều khiển tương đương trong điều khiển trượt cần phải biết rõ các hàm toán học phi tuyến của mô hình đối tượng và để thiết kế thành phần điều khiển bền vững trong điều khiển trượt thì cần phải biết các chặn trên của các thành phần bất định của mô hình. Trong đó các dạng của thành phần bất định của hệ thống bao gồm: nhiễu ảnh hưởng lên hệ thống, nhiễu đo đạc, và sai số mô hình do các thông số của đối tượng biến thiên theo thời gian. Ưu điểm của điều khiển trượt là nó ít nhạy với sự biến động của các thông số của mô hình và ảnh hưởng của nhiễu bên ngoài. Điều khiển trượt đã được áp dụng khá thành công để thiết kế các bộ điều khiển bền vững trong phòng thí nghiệm và ứng dụng rộng rãi trong thực tiễn. Một số vấn đề của điều khiển trượt cổ điển Tuy nhiên khi thiết kế các bộ điều khiển trượt có một số vấn đề thường gặp phải như sau: [...]... phân ly các đ i tư ng phi tuy n có đ b t n cao như h xe con l c 2 đơn, h xe con l c đôi và h con l c xoay hai b c t do Tuy nhiên, các bài toán cho th y đ ph c t p cao và không d dàng thành công n u áp d ng lên nh ng đ i tư ng phi tuy n khác Đi u khi n trư t thích nghi dùng m ng nơ-rôn Trong nh ng năm g n đây ng d ng kh năng h c đư c đ x p x thích nghi các hàm phi tuy n, m t s nghi n c u đã s d ng m... tính b n v ng c a h th ng trư c nhi u vùng sát m t trư t 1.2 M c tiêu và phương pháp nghi n c u c a lu n án M c tiêu nghi n c u c a lu n án M c tiêu lu n án là phát tri n các nghi n c u v đi u khi n trư t c đi n và đi u khi n trư t dùng m ng nơ-rôn đ thi t k b đi u khi n trư t thích nghi phân ly DANSMC áp d ng cho h phi tuy n đa bi n s d ng m ng truy n th ng làm b đi u khi n tr c ti p k t h p đư c c... n ph i thích nghi đư c v i s thay đ i c a các ch n trên c a các thành ph n b t đ nh, đ có th th ng nh t các thành ph n đi u khi n trư t vào m t b đi u khi n duy nh t dùng m ng nơ ron Chương ba c a lu n án s ti p t c hư ng nghi n c u dùng m ng nơ ron như b đi u khi n thích nghi tr c ti p v i các lu t đi u khi n trư t đư c c i biên theo d ng hàm trơn và phát tri n thành b đi u khi n trư t thích nghi phân... đ i tư ng phi tuy n khác như rô-b t di chuy n cân b ng trên hai bánh, tên l a, cánh tay rô-b t ….) Phương pháp nghi n c u trong lu n án V lý thuy t - Nghi n c u thi t k m t lu t đi u khi n trư t không có thành ph n chuy n m ch Tín hi u ph n h i bao g m c tín hi u m t trư t và đ o hàm c a nó cho phép xác đ nh m t qu đ o cho trư c c a tín hi u m t trư t nh m kh c ph c hi n tư ng chattering - Nghi n c... là tín hi u đi u khi n làm b đi u khi n trư t thích nghi Lu t c p nh t thích nghi v i tín hi u h i ti p bao g m tín hi u m t trư t và đ o hàm c a nó Gi i thu t hu n luy n m ng đư c xây d ng sao cho qu đ o pha c a h th ng h i t v m t trư t theo m t qu đ o cho trư c trong đi u ki n đ i tư ng b t đ nh M ng truy n th ng đư c s d ng làm b đi u khi n trư t thích nghi tr c ti p cho c hai thành ph n đi u khi... MIMO phát tri n d a vào thu t toán SPAS (Silmultaneous Pertubation Approximation Algorithm) Các k thu t phát tri n đi u khi n trư t thích nghi phân ly trong các tài li u [6][10] có nhi u đi m tương t Vì v y, trong m c này các nghi n c u này s đư c t ng h p và trình bày th ng nh t l i theo ký hi u riêng c a lu n án, đ ti n theo dõi và b o đ m tính th ng nh t c a lu n án H th ng đi u khi n trư t phân... dùng m ng nơ-rôn áp d ng đ đi u khi n cho các h th ng đa bi n Các k t qu nghi n c u b ng lý thuy t cũng như mô ph ng và th c nghi m trên nhi u đ i tư ng con l c ngư c, h c u banh, cánh tay máy…, đã cho th y các b đi u khi n phân ly dùng m ng nơ-rôn có kh năng đi u khi n thích nghi trong nh ng đi u ki n không bi t trư c các hàm phi tuy n c a đ i tư ng và có kh năng h n ch đư c hi n tư ng chattering Tuy... đư c c a các phương pháp nghi n c u trong lu n án so v i các phương pháp nghi n c u khác và nêu lên m t s t n t i cũng như phương hư ng nghi n c u kh c ph c 7 2 LÝ THUY T CƠ S Hình thành và phát tri n t th p niên năm mươi c a th k hai mươi, đi u khi n trư t đã tr nhanh chóng tr thành m t trong nh ng phương pháp kinh đi n đư c ưa chu ng trong các phương pháp đi u khi n các h phi tuy n Nh vào tính năng... a đ i tư ng T ng h p t các nghi n c u trên, chương này và trình bày l i m t s n i dung chính, làm cơ s đ phát tri n cho mô hình đi u khi n trư t phân ly DANSMC s đư c trình bày trong chương ba: - Mô hình toán h c c a đi u khi n trư t c đi n dư i d ng t ng quát và phát tri n mô hình toán h c c a b đi u khi n nh m áp d ng cho các h th ng phi tuy n b c cao MIMO - Mô hình toán h c và các công th c đ hu... ANSMC đư c trình bày trong chương ba -M ts nghi n c u v đi u khi n trư t thích nghi ng d ng m ng nơ-rôn đã đư c công b trong và ngoài nư c đư c trình bày l i theo th t phát tri n t nh ng ý tư ng nghi n c u ban đ u t i các công trình lý thuy t và th c ti n đã đư c công b trong nh ng năm g n đây 8 2.1 Lý thuy t đi u khi n trư t 2.1.1 Đ i tư ng đi u khi n Xét h th ng phi tuy n bi u di n b i phương trình vi . 2.1.1 Đối tượng điều khiển 9 2.1.2 Mặt trượt 9 2.1.3 Luật điều khiển trượt kinh điển 10 2.1.4 Điều khiển trượt cho hệ thống MIMO 12 2.1.5 Đặc điểm của điều khiển trượt 14 2.2 . sĩ nghi n cứu phương pháp điều khiển trượt thích nghi dùng mạng nơ ron áp dụng cho hệ phi tuyến động bất định không rõ thông số mô hình với ba nội dung chính: Kết hợp lý thuyết điều khiển trượt. phần điều khiển bền vững. Về ứng dụng - Cuối cùng luận án nghi n cứu kết hợp giữa điều khiển trượt dùng mạng nơ-rôn với lý thuyết điều khiển phân ly để hình thành bộ điều khiển trượt thích nghi

Ngày đăng: 09/07/2015, 08:08

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] V.I. Utkin et al, Sliding Mode Control in Electromechanical Systems. Taylor & Francis, 1999 Sách, tạp chí
Tiêu đề: Sliding Mode Control in Electromechanical Systems
[2] A. Sabanovic, K. Jezernik, M. Rodic, "Neural network Application in Sliding Mode Control Systems," in IEEE Internationl Workshop Proceedings on Variable Structure Systems, 1996, pp. 143-147 Sách, tạp chí
Tiêu đề: Neural network Application in Sliding Mode Control Systems
[3] C.H. Tsai, H.Y. Chung and F.M. Yu , "Neuro-Sliding Mode Control With Its Applications to Seesaw Systems," IEEE Transactions on Neural Networks, vol.15, no. 1, pp. 124-134, 2004 Sách, tạp chí
Tiêu đề: Neuro-Sliding Mode Control With Its Applications to Seesaw Systems
[4] H. Morioka et al, "Neural Network Based Chattering Free Sliding Mode Control," in Proceedings of the 34th SICE Annual Conference, 1995, pp. 1303-1308 Sách, tạp chí
Tiêu đề: Neural Network Based Chattering Free Sliding Mode Control
[5] M. Onder Efe, O. Kaynak, X. Yu and B.M. Wilamowski, "Sliding Mode Control of Nonlinear Systems Using Gaussian Radial Basis Function Neural Networks,"in Neural Networks, 2001. Proceedings. IJCNN '01. International Joint Conference on, 2001, pp. 474-479 Sách, tạp chí
Tiêu đề: Sliding Mode Control of Nonlinear Systems Using Gaussian Radial Basis Function Neural Networks
[6] N.T. Hiệp, P.T. Cát, " Đ iều khiển Rôbôt theo nguyên lý trượt sử dụng mạng nơ- ron," Tạp chí tin học và điều khiển học, vol. 24, no. 3, pp. 236-246, 2008 Sách, tạp chí
Tiêu đề: Điều khiển Rôbôt theo nguyên lý trượt sử dụng mạng nơ-ron
[7] J.C. Lo and Y.H. Kuo, "Decoupled Fuzzy Sliding Mode Control," IEEE Transactions On Fuzzy Systems, vol. 6, no. 3, pp. 426-435, 1998 Sách, tạp chí
Tiêu đề: Decoupled Fuzzy Sliding Mode Control
[8] L.C. Hung and H.Y. Chung, "Decoupled control using neural network-based sliding-mode controller for nonlinear systems," Expert Systems with Applications, vol. 32, no. 4, pp. 1168-1182, 2007 Sách, tạp chí
Tiêu đề: Decoupled control using neural network-based sliding-mode controller for nonlinear systems
[9] L.C. Hung and H.Y. Chung, "Decoupled sliding-mode with fuzzy-neural network controller for nonlinear systems," International Journal of Approximate Reasoning, vol. 46, no. 1, pp. 74-97, 2007 Sách, tạp chí
Tiêu đề: Decoupled sliding-mode with fuzzy-neural network controller for nonlinear systems
[10] C.H. Lee et alt, "Neural Network-based Decoupled Sliding mode Controller Design forDiscrete-time Nonlinear MIMO Systems by SPSA Algorithm," in IMECS 2010, Hong Kong, 2010, pp. 978-988 Sách, tạp chí
Tiêu đề: Neural Network-based Decoupled Sliding mode Controller Design forDiscrete-time Nonlinear MIMO Systems by SPSA Algorithm

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w