Resumen

Se propone una estrategia de control de red neuronal de orden superior adaptativa (HONN) para un sistema de servocontrol de motor de histéresis con el modelo de Bouc-Wen. Para simplificar el diseño del control, en primer lugar se reescribe el modelo en forma canónica de espacio de estados a través de una transformación de coordenadas. Luego, se propone un observador de estado de alto ganancia (HGSO) para estimar el estado transformado desconocido. Posteriormente, se adopta un filtro para los errores de seguimiento que convierte el error vectorial en un error escalar. Finalmente, se presenta un controlador HONN adaptativo, y una función candidata de Lyapunov garantiza que todas las señales de lazo cerrado estén uniformemente acotadas en última instancia (UUB). Las simulaciones verificaron la efectividad de la estrategia de control adaptativo de red neuronal propuesta para el sistema de motor servo de histéresis.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Adaptativo; Red neuronal; Estrategia de control; Sistema de servo; Modelo Bouc-Wen; Función de Lyapunov
• Keywords:Adaptive; Neural network; Control strategy; Servo system; Bouc-Wen model; Lyapunov function