Синтез нейрорегулятора Model Reference Controller для системи наведення і стабілізації

Abstract

Виконано синтез нейрорегулятора на основі еталонної моделі для рішення задачі управління спеціальним устаткуванням рухомих об’єктів . Наведено порядок синтезу нейрорегулятора Model Reference Controller, реалізованого в пакеті прикладних програм Neural Network Toolbox системи MATLAB . Встановлено, які параметри нейрорегулятора суттєво впливають на якість регулювання і визначені значення параметрів, що забезпечують найкращі показники якості функціонування системи. Виконано моделювання системи на ЕОМ.

Выполнен синтез нейрорегулятора на основе эталонной модели для решения задачи управления специальным оборудованием подвижных объектов. Приведен порядок синтеза нейрорегулятора Model Reference Controller, реализованного в пакете прикладных программ Neural Network Toolbox системы MATLAB. Установлено, какие параметры нейрорегулятора существенно влияют на качество регулирования и определены значения параметров, которые обеспечивают лучшие показатели качества функционирования системы. Выполнено моделирование системы на ЭВМ.

The aim of this work is the synthesis of neural network reference model controller. The synthesis is performed in MATLAB for the problem of control of the aiming and stabilization system for the special equipment of moving objects. This paper presents the synthesis of the neural network reference model controller to meet the given performance characteristics of operation for the aiming and stabilization system for the special equipment of moving objects. Simulink tool in MATLAB is used to build the block diagram of double-loop neural network system of aiming and stabilization, where the reference model controller is put in the velocity loop and P-regulator is put in the position loop, with feedforward velocity control. Presented the method of synthesis of the neural network reference model controller that is implemented in the Neural Network Toolbox in MATLAB. System tests with the broad range of parameter values determined the key parameters defining the control quality. Optimal values of the key parameters were found to provide the highest control performance. System simulation and analysis of the obtained results is given.