Lageregelung eines nichtlinearen elastisch gekoppelten Zweimassensystems mittels neuronalem Netz

Dieser Beitrag beschreibt eine neuronale Regelungsstruktur, die das dynamische Verhalten von reibungsbehafteten elektromechanischen Systemen deutlich verbessern kann. In Simulationen wird gezeigt, daß der neuronale Regler in der Lage ist, den Einfluß von Reibung zu kompensieren und störende Stick-Slip Effekte zu vermeiden. Bei der verwendeten Regelungsstruktur wird ein Multilayer-Perzeptron eingesetzt, das parallel mit einem konventionellen Zustandsregler arbeitet und online trainiert wird. Nach einer kurzen Lernphase ist das neuronale Netz in der Lage, einen adaptiven Regler nachzubilden.

[1]  Geoffrey E. Hinton,et al.  Learning internal representations by error propagation , 1986 .

[2]  Peter C. Müller,et al.  Dynamical Behaviour of Nonlinear Multibody Systems Due to Coulomb Friction and Backlash , 1986 .

[3]  Brian Armstrong-Hélouvry,et al.  Control of machines with friction , 1991, The Kluwer international series in engineering and computer science.

[4]  Brian Armstrong,et al.  Friction: experimental determination, modeling and compensation , 1988, Proceedings. 1988 IEEE International Conference on Robotics and Automation.