Control adaptable indirecto usando Redes Neuronales Dinámicas

Abstract

En este trabajo se propone un nuevo tipo de control no-lineal por retroalimentación para una clase de sistemas continuos no-lineales de una entrada y una salida de la siguiente forma: Se supone que el sistema no-lineal es desconocido, así una red neuronal dinámica multicapa es usada para identificarlo. Usando un análisis tipo Lyapunov, una nueva ley de actualización estable es presentada, además la estabilidad global es probada. Finalmente, se presenta la aplicación de dicha técnica al sistema no-lineal TORA mediante simulaciones.

In this work, we modify the nonlinear feedback control in following direction: we assume that the nonlinear system is unknown, so the dynamic multilayer neural networks are used. By means of a Lyapunov-like analysis, a new stable learning law is proposed. The global stability of dynamic is presented. Finally the boundness of output tracking error is proposed. We illustrate the applicability of these results by a nonlinear benchmark problem: rotational-translational actuator.