Запропоновано модель нейронної схеми, призначеної для слідкуючого керування невідомими нелінійними динамічними системами. Для опису моделі використано диференційне рівняння першого порядку із змінною структурою і вихідне рівняння. Модель дає можливість досягати скінченного часу збіжності до робочих станів і обмеженої похибки слідкування. Вона не потребує навчання у режимі офлайн. Для мінімізації похибки відслідковування траєкторії об'єкта модель використовує лише виходи системи і об'єкта. Вона має просту структуру і її можна використовувати, коли внутрішня динаміка і параметри керованої системи невідомі. Наведено результати комп'ютерного моделювання застосування моделі для оптимального слідкуючого керування кутом повороту дволанкового планарного маніпулятора, які підтверджують теоретичні положення та ілюструють високу ефективність функціонування моделі.
[1] Slotine, J.-J., Li, W. Applied nonlinear control. Prentice-Hall, Englewood Cliffs, NJ, USA (1991).
[2] Sastry, S. Nonlinear systems analysis, stability, and control. Springer, Berlin, Germany (1999).
[3] Naidu, D. Optimal control systems. CRC Press, London, UK (2003).
[4] Lewis, F. L., Vrabie, D. L., Syrmos, V. L.: Optimal control. John Wiley & Sons, Hoboken, New Jersey (2012). doi: 10.1002/9781118122631. https://doi.org/10.1002/9781118122631
[5] Navabi, M., Mirzaei, H. Robust optimal adaptive trajectory tracking control of quadrotor helicopter. Latin American Journal of Solids and Structures 14, 1040-1063 (2017). doi: 10.1590/1679-78253595. https://doi.org/10.1590/1679-78253595
[6] Perez-Cruz, J. H., Rubio, J. J., Ruiz-Velazquez, E., Solis-Perales, G. Tracking control based on recurrent neural networks for nonlinear systems with multiple inputs and unknown dead zone. Abstract and Applied Analysis 2, 1-18 (2012). doi: 10.1155/2012/471281. https://doi.org/10.1155/2012/471281
[7] Yen, H.-M., Li, T.-H. S., Chang, Y.-C. Design of a robust neural network-based tracking controller for a class of electrically driven nonholonomic mechanical systems. Information Sciences 222, 559-575 (2013). doi: 10.1016/j.ins.2012.07.053. https://doi.org/10.1016/j.ins.2012.07.053
[8] Haykin, S. Neural networks and learning machines. Pearson, Ontario, Canada (2008).
[9] Slotine, J.-J. E., Li, W.: Adaptive manipulator control: A case study. IEEE Trans. on Automatic Control AC33(11), 995-1003 (1988). doi: 10.1109/9.14411. https://doi.org/10.1109/9.14411
[10] Lewis, F. L., Yeşildirek, A., Liu, K. Multilayer neural net robot controller with guaranteed tracking performance. IEEE Trans. on Neural Networks 7 (2), 388-399 (1996). doi:10.1109/72.485674. https://doi.org/10.1109/72.485674