Основные этапы синтеза таковы:

1. Построение модели Simulink для управляемого процесса и её исследование.

2. Идентификация процесса и синтез его нейронной модели.

3. Задание параметров оптимизации и синтез регулятора.

4. Моделирование регулируемой системы и анализ качества ре

гулирования.

Задание 2.

Создать нейронную модель регулятора с использованием нелинейной авторегрессии со скользящим средним.

Управляемым объектом является магнит, который движется в электромагнит-

ном поле электромагнита. Уравнение движения этой системы имеет

вид

dt

t dy

t y

t i

g

dt

y d ) (

) (

) (

2

2

2

Μ

β

−

Μ

α + − = ,

где y(t) – расстояние движущегося магнита от электромагнита;

g – ускорение силы тяжести;

α – постоянная магнитного поля, зависящая от числа витков об-

мотки и намагниченности электромагнита;

i(t) – управляющий ток электромагнита:

М – масса магнита;

β – коэффициент вязкого трения.

Задание 3.

Создать нейронную модель регулятора на основе эта

лонной модели.

Регулируемым объектом является звено робота, опи-

сываемое дифференциальным уравнением

u

dt

d

dt

d

+

ϕ

− ϕ − =

ϕ

2 sin 10 2

2

,

где φ – угол поворота звена;

u – момент, развиваемый двигателем постоянного тока.

Цель обучения регулятора состоит в том, чтобы положение звена отслеживало выход эталонной модели

r

dt

dy

y

dt

y d r

r

r

9 6 9 2

2

+ − − = ,

где yr – выход эталонной модели;

r – задающий сигнал на выходе модели.

Основные этапы синтеза нейронного регулятора таковы:

1. Построение модели Simulink для управляемого объекта и эталонной моделей и их исследование.

2. Идентификация объекта и синтез его нейронной модели.

3. Идентификация эталонной модели и синтез регулятора.

4. Моделирование регулируемой системы и анализ качества регулирования.

Cписок литературы

1. Дьяконов, В. Matlab 6: учебный курс [Текст] / В. Дьяконов. – СПб.: Питер, 2001. – 592 с.

2. Медведев, В. Г. Нейронные Сети Matlab 6 / В. Г. Медведев; под общ. ред. к.т.н. В. Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496 с. – (Пакеты прикладных программ; Кн.4).

3. Галушкин, А. И. Теория нейронных сетей [Текст] / А. И. Галушкин. – М.: ИПРЖР, 2000. – 416 с.

4. Галушкин, А. И. Нейрокомпьютеры [Текст]. – М.: ИПРЖР, 2000. – 532 с.

5. Нейрокомпьютеры и интеллектуальные работы [Текст] / под ред. В. Г. Неелова. – Киев: Пресса Украины, 1999. – 150 с.

6. Дунин-Барковский, В. П. Информационные процессы в нейронных структурах [Текст] / В. П. Дунин-Барковский. – М.: Наука, 1978.

7. Сивохин, А. В. Искусственные нейронные сети [Текст] / А. В. Сивохин; учеб. пособие / под ред. профессора Б. Г. Хмелевского. – Пенза: Изд-во Пенз. гос. ун-та, 2002. – 70 с.

8. Щербаков, М. А. Искусственные нейронные сети: Конспект лекций [Текст] / М. А. Щербаков. – Пенза: Изд-во Пенз. гос. тех. унта, 1996. – 44 с.

9. Осовский, С. Нейронные сети для обработки информации [Текст] / С. Осовский; пер. с польского И. Д. Рудинского. – М.: Финансы и статистика, 2002. – 344 с.

10. Дьяконов, В. П. Matlab 6/6.1/6.5 + Simulink 4/5. Основы применения. [Текст]. Полное руководство пользователя / В. П. Дьяконов. – М.: СОЛОН-Пресс, 2002. – 768 с.