Адаптивное управление технологическим циклом на основе моделей нейрорегуляторов

Abstract

Предложен метод построения модели нейроконтроллера для реализации управления при наличии внешних возмущений для нахождения оптимальной траектории на фазовой плоскости состояний системы для технологического цикла производственного процесса. Используется тип нейроконтроллера, основанный на рекуррентной архитектуре нейронной сети с длинными краткосрочными блоками памяти в качестве базы знаний о внешней среде, предыдущих состояниях контроллера и управляющих действиях. A method is proposed for constructing a neurocontroller model for implementing control in the presence of external disturbances to find the optimal trajectory on the phase plane of the system states for the technological cycle of the production process. A neurocontroller type is used, based on the recurrent neural network architecture with long short-term memory blocks as a knowledge base about the external environment, previous controller states and control actions.