|
TEORIA DE CONTROL NO LINEAL
MIERCOLES M4 : 15:00 a 15:20
TITULO: Adaptive Recurrent Neural Control for Output Trayectory Tracking with Constrained Inputs
|
| AUTORES: Luis J. Ricalde UAC-ITM, Edgar N Sanchez CINVESTAV-GDL, |
| , , |
| RESUMEN: This paper presents the design of an adaptive recurrent neural observer-controller scheme for nonlinear systems whose model is assumed to be unknown and with constrained inputs. The control scheme is composed of a neural observer based on Recurrent High Order Neural Networks which builds the state vector of the unknown plant dynamics and a learning adaptation law for the neural network weights for both the observer and identifier. These laws are obtained via control Lyapunov functions. Then, a control law, which stabilizes the tracking error dynamics is developed using the Lyapunov methodology. Tracking error boundedness is established as a function of design parameters. |
|
|
TEORIA DE CONTROL NO LINEAL
MIERCOLES M4 : 15:20 a 15:40
TITULO: Sincronizacion Robusta de Arreglos de Sistemas Dinamicos
|
| AUTORES: D. Hernandez CICESE, J. Alvarez CICESE, D. I. Rosas FI-UABC |
| J. Peña CICESE, , |
RESUMEN: En este trabajo se describe una metodología de sincronización de arreglos de sistemas dinámicos conformada por: 1) una estructura de control robusto presentada en [5] que requiere únicamente acceso al vector de posiciones generalizadas, además, soporta la presencia de perturbaciones externas e incertidumbres paramétricas; y 2) un esquema de interconexión entre nodos [5] a través del cual es posible lograr la sincronización de los sistemas de la red, incluso ante la pérdida de acoplamientos entre dichos nodos.
Se incluyen resultados experimentales que muestran el buen desempeño de la metodología descrita. |
|
|
TEORIA DE CONTROL NO LINEAL
MIERCOLES M4 : 15:40 a 16:00
TITULO: Optimal Filtering and Control for First Degree Polinomial System : Risk-Sensitive Method
|
| AUTORES: Maria Aracelia Alcorta Garcia UANL, , |
| , , |
| RESUMEN: The algorithms for the optimal filter and control have been obtained for systems with polynomial first degree drift term in the state and observations equations. Two cases are presented: systems with disturbances in L2 and systems with Brownian motion and parameter in the state and observation equations. The algorithms of the optimal risksensitive filter are obtained in each case and their performance is verified and compared with the algorithms of the optimal Kalman-Bucy filter through an example. Besides the solution to the optimal control risk-sensitive problem for stochastic system as in the filter, and quadratic cost function to be minimized is obtained. The algorithms for the optimal control are obtained using PDE HJB. These algorithms are compared with the traditional control algorithms through numerical example. The optimal risk-sensitive filter and control show better performance for large values of the parameter. |
|
|
TEORIA DE CONTROL NO LINEAL
MIERCOLES M4 : 16:00 a 16:20
TITULO: Estabilidad de Modos Deslizantes con Controles Continuos
|
| AUTORES: Horacio Leiva Castellanos UNISON, , |
| , , |
| RESUMEN: Bajo la condición de encuentro con el control de relevo ideal, definimos un control continuo en una vecindad de la superficie de cambio con el objetivo de eliminar el efecto indeseable llamado atering (una inestabilidad que consiste en una oscilación de alta frecuencia de la variable de salida); y al mismo tiempo mantener caracter´ısticas deseables como el alcance de la superficie de cambio en tiempo finito, control acotado, preservación de la invariancia de la superficie de cambio y el modo deslizante correspondiente; así como lograr un nivel aceptable de robustez al mostrar la persistencia de la superficie de cambio bajo perturbaciones de el sistema de control realimentado. Presentamos un ejemplo de esta robustez. |
|
|
TEORIA DE CONTROL NO LINEAL
MIERCOLES M4 : 16:20 a 16:40
TITULO: Identificacion de sistemas dinamicos por una red neurodifusa recurrente E/S mediante minimos cuadrados
|
| AUTORES: Gonzalez Olvera Marcos Angel FI-UNAM, Tang Yu FI-UNAM, |
| , , |
| RESUMEN: En este trabajo proponemos una estructura para identificación de sistemas dinámicos mediante el empleo de una red neurodifusa recurrente en tiempo discreto cuya estructura está dada en forma entrada-salida (E/S) que permite acceder en forma línea a los parámetros consecuentes de las reglas. Por su parte, el entrenamiento de los parámetros no lineales es hecho mediante una linealización en torno a sus valores subóptimos; donde ésta es supuesta válida gracias al algoritmo de inicialización de parámetros que coloca a estos valores cerca de un valor subóptimo. Los únicos datos supuestos para el entrenamiento son series de valores entrada-salida del sistema. En conjunto, es presentado un teorema para determinar la estabilidad en el sentido de Lyapunov de la red ya entrenada, y la utilidad de la red propuesta es mostrada mediante la simulación de un sistema no línea. |
|
1 de 1
