Resumen

Este trabajo propone un controlador de red neuronal adaptativo robusto (RANNC) para el sistema regulador de electrodos. De acuerdo con las características del sistema regulador de electrodos, se deriva primero un modelo equivalente afín. A continuación, la ley de control no lineal se deriva directamente del modelo equivalente afín identificado con redes neuronales, lo que evita el complejo desarrollo del control y el cálculo intensivo. El esquema de control es lo suficientemente sencillo como para que pueda implementarse en un sistema de microcontrolador de automoción, y el rendimiento cumple los requisitos del sistema. La estabilidad del sistema se establece por el método de Lyapunov. Varias simulaciones ilustran la eficacia del controlador.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:sistema regulador de electrodos, como modelo equivalente, controlador robusto adaptativo de red neuronal, sistema microcontrolador de automoción, desarrollo de control complejo, ley de control no lineal, método de lyapunov, varias simulaciones, esquema de control, cálculo intensivo
• Keywords:electrode regulator system, like equivalent model, robust adaptive neural network controller, automotive microcontroller system, complex control development, nonlinear control law, lyapunov method, several simulations, control scheme, intensive computation