Resumen

En este artículo se propone un control adaptativo basado en una nueva identificación de Red Neuronal Chebyshev Multiescala (MSCNN) para el sistema de no linealidad tipo histéresis similar a backlash. En primer lugar, se introduce un MSCNN para aproximar la no linealidad tipo backlash del sistema, y luego, el teorema de Lyapunov asegura que el enfoque de identificación es efectivo. Posteriormente, para simplificar el diseño del control, el error de seguimiento se transforma en un error escalar con la transformación de Laplace. Por lo tanto, se propone una estrategia de control adaptativo basada en el error escalar transformado, y todas las señales del sistema en lazo cerrado son uniformemente acotadas en última instancia (UUB). Finalmente, los resultados de la simulación han demostrado el rendimiento del esquema de control propuesto.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Control adaptativo; Red Neuronal Chebyshev Multiescala; No linealidad de histéresis; Teorema de Lyapunov; Transformación de Laplace; Resultados de simulación
• Keywords:Adaptive control; Multiscale Chebyshev Neural Network; Hysteresis nonlinearity; Lyapunov theorem; Laplace transformation; Simulation results