본 논문에서는 다변수 비선형 시스템에 적응할 수 있는 신경회로망을 이용한 직접 다변수 자기동조 제어기를 제안한다. 제어기에 적용되는 플랜트는 고차이고 잡음, 시간지연과 상호결합 항이 존재하며 파라미터가 변하는 다변수 비선형 비최소위상 시스템이다. 비선형성은 전체적인 유계라 가정하며, 시스템은 선형부분과 비선형부분으로 분리한 형태로 구성한다. 다변수 비선형 자기동조 제어기의 제어 출력은 신경회로망으로 직접 추정된 제어기 파라미터로부터 얻어진다. 제어 알고리듬의 타당성을 확인하기 위해 시간지연이 있고 일정한 시간이 경과한 후 시스템의 파라미터가 변하는 고차 다변수 비선형 비최소위상 시스템에 대해 컴퓨터 시뮬레이션을 하였다. 그리고 신경회로망을 이용한 직접 다변수 적응 제어기와 비교하였다.
This paper presents a direct multivariable self-tuning controller using neural network which adapts to the changing parameters of the higher order multivariable nonlinear system with nonminimum phase behavior, mutual interactions and time delays. The nonlinearities are assumed to be globally bounded, and a multivariable nonlinear system is divided linear part and nonlinear part. The neural network is used to estimate the controller parameters, and the control output is obtained through estimated controller parameter. In order to demonstrate the effectiveness of the proposed algorithm the computer simulation is done to adapt the multivariable nonlinear nonminimm phase system with time delays and changed system parameter after a constant time. The proposed method compared with direct multivariable adaptive controller using neural network.
