Нейросетевые алгоритмы и системы управления исполнительными устройствами роботов

• Автор: Оськин, Дмитрий Александрович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Владивосток
• Количество страниц: 161 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.

1. ОБЗОР И ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ

1.1. ЭТАПЫ РАЗВИТИЯ ТЕОРИИ НЕЙРОННЫХ СЕТЕЙ.

1.2. ОСНОВНЫЕ ТИПЫ НС

1.3. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ

1.4. ВЫВОДЫ

2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПОДВОДНЫХ РОБОТОВ И МАНИПУЛЯТОРОВ

2.1. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПОДВОДНЫХ РОБОТОВ

2.2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ДВИЖИТЕЛЯ ПОДВОДНОГО АППАРАТА

2.3. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ МР.

2.4. ВЫВОДЫ.
3. СИНТЕЗ И ИССЛЕДОВАНИЕ ТРАДИЦИОННЫХ И НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ УПРАВЛЕНИЯ МАНИПУЛЯЦИОННЫМ РОБОТОМ
3.1. СИНТЕЗ АЛГОРИТМА УПРАВЛЕНИЯ МР МЕТОДОМ ВЫЧИСЛЯЕМОГО МОМЕНТА.
3.1.1. ТРАДИЦИОННАЯ РЕАЛИЗАЦИЯ МЕТОДА ВЫЧИСЛЯЕМОГО
МОМЕНТА
3.1.НЕИРОСЕТЕВАЯ РЕАЛИЗАЦИЯ МЕТОДА ВЫЧИСЛЯЕМОГО МОМЕНТА
3.1.3. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ПАРАМЕТРОВ НС НА КАЧЕСТВО ОБУЧЕНИЯ
3.1.4. ИССЛЕДОВАНИЕ НЕЙРОСЕТЕВОЙ СИСТЕМЫ
УПРАВЛЕНИЯ.
3.2. СИНТЕЗ НЕПРЯМОГО АДАПТИВНОГО И НС УПРАВЛЕНИЯ МР, НА ОСНОВЕ МЕТОДА ВЫЧИСЛЯЕМОГО МОМЕНТА
3.2.1. СИНТЕЗ И ИССЛЕДОВАНИЕ НЕПРЯМОГО АДАПТИВНОГО АЛГОРИТМА УПРАВЛЕНИЯ МР
3.2.2. СИНТЕЗ НЕПРЯМОГО АДАПТИВНОНЕЙРОСЕТЕВОГО
АЛГОРИТМА УПРАВЛЕНИЯ МР
3.3. СИНТЕЗ УПРАВЛЕНИЯ МР С ЭТАЛОННОЙ МОДЕЛЬЮПРИ СТРУКТУРНОПАРАМЕТРИЧЕСКИХ НЕОПРЕДЕЛЕННОСТЯХ
3.3.1. СИНТЕЗ АДАПТИВНОГО АЛГОРИТМА УПРАВЛЕНИЯ ЭТАЛОННОЙ МОДЕЛЬЮ .
3.3.2. НЕЙРОСЕТЕВОЙ АЛГОРИТМ УПРАВЛЕНИЯ МР С ЭТАЛОННОЙ МОДЕЛЬЮ1
3.3.3. СРАВНИТЕЛЬНЫЙ АНАЛИЗ АДАПТИВНОГО И НЕЙРОСЕТЕВОГО АЛГОРИТМОВ УПРАВЛЕНИЯ С ЭТАЛОННОЙ МОДЕЛЬЮ.
3.4 ВЫВОДЫ
4. СИНТЕЗ И СРАВНИТЕЛЬНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ УПРАВЛЕНИЯ ПОДВОДНЫМ АППАРАТОМ.0
4.1. СИНТЕЗ СИСТЕМЫ УПРАВЛЕНИЯ ПОДВОДНЫМАППАРАТОМ
4.2. СИНТЕЗ ДЕЦЕНТРАЛИЗОВАННОГО УПРАВЛЕНИЯ ПА С АПЕРИОДИЧЕСКОЙ ДИНАМИКОЙ ДВИЖИТЕЛЕЙ.
4.3. НЕЙРОСЕТЕВАЯ КОРРЕКЦИЯ ДИНАМИКИ ДВИЖИТЕЛЯ ПОДВОДНОГО АППАРАТА.
4.4. ИССЛЕДОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ С НССКОРРЕКТИРОВАННОЙ ДИНАМИКОЙ ДВИЖИТЕЛЕЙ
4.5 ВЫВОДЫ
5. ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Развиваемый подход в применении многослойных НС при синтезе систем автоматического управления обеспечивает качественно новый уровень, как разработки, так и функционирования систем управления. Для практики ценным является то, что. Разработанные системы обеспечивают приемлемое качество управления при значительной неопределенности модели. Разработано программное обеспечение для исследования классов систем управления с многослойными нейронными сетями. Созданный программный комплекс внедрен и используется в научных исследованиях, проводимых, в-рамках госбюджетной тематики и гранта РФФИ №6, в лаборатории № Института Автоматики и Процессов Управления1 (ИАПУ) ДВО РАН. Кроме того, разработанные алгоритмы и программное обеспечение внедрено в учебный процесс Дальневосточного Государственного Технического Университета (ДВГТУ) в курсах «Моделирование систем», «Методы оптимизации систем», в курсовом и дипломном проектировании. В6. Апробация работы и публикации. Результаты работы докладывались на VI Всероссийской акустической конференции "Исследование и освоение Мирового океана" (с международным участием) (Владивосток, г. АТР (Владивосток, г. Всероссийском съезде по теоретической и прикладной механике (Пермь, ), Дальневосточной математической школе-семинаре им. Е.В. Золотова (Владивосток, , гг. IFAC conference on Control Application in Marine Systems “CAMS-” (Italy, Ancona, ), семинарах кафедр «Информационные системы управления», «Автоматизация технологических процессов» Дальневосточного Государственного Технического Университета (ДВПИ им. В.В. Куйбышева), лаборатории № ИАПУ ДВО РАН. В7. Структура и краткое содержание работы. Диссертационная работа состоит из введения, 4 глав, заключения, изложенных на 0 страницах текста, включает рисунков, два приложения и содержит список литературы, состоящий из 2 наименований. Во введении показана актуальность темы, сформулированы цель и основные задачи, решаемые в диссертационной работе. Дастся общая характеристика диссертации. В первой главе выполняется анализ научно-технической литературы, относящейся к предметной области. Проводится обзор нейронных сетей. Приведены основные модификации нейронных сетей, обсуждается* их архитектура, свойства, особенности применения. Выполнен обзор результатов работ в области построения систем автоматического управления с применением различных типов нейронных сетей. Во второй главе выполнен анализ математических моделей динамических объектов - МР и ПА, для которых далее в работе выполняется синтез систем управления. Обсуждается и формулируется цель управления динамическими объектами, в частности, исполнительными устройствами МР и ПА. В третьей главе выполняется краткий анализ существующих подходов* к решению задач синтеза систем- управления МР. При этом' изучаются' традиционные способы, базирующиеся на предположении о полной определенности в знании структуры и параметров математической модели управляемого объекта. Задача управления манипуляционным роботом решается традиционным способом, с применением метода вычисляемых сил/моментов с использованием обратной модели динамики Лагранжа-Эйлера. Выполнен синтез нсйросстсвой модификации этого алгоритма управления МР. Далее рассмотрено решение задачи синтеза адаптивного варианта алгоритма управления объектом. В заключении решаются эти же задачи с применением нсйросетевого подхода и выполняется сравнительный анализ полученных результатов. Также рассматривается решение задачи управления классом динамических объектов (МР) при структурно-параметрической неопределенности с использованием традиционного адаптивного подхода и нейросетевая реализация алгоритма управления. Четвертая глава посвящена вопросам синтеза нсйросетевой системы управления ПА. Предварительно осуществляется нейросетевая коррекция динамики движителя подводного аппарата. Решается задача построения традиционных адаптивных и нейросетевых систем управления ПА без учета и с учетом динамики движителей. Приводятся основные результаты, полученные при моделировании разработанных систем. В приложениях приведены документы, подтверждающие внедрение результатов диссертационной работы.