Advertisement

e & i Elektrotechnik und Informationstechnik

, Volume 117, Issue 1, pp 36–42 | Cite as

Sliding mode controller by use of neural networks

  • H. Nakanishi
  • K. Inoue
Reviewed Original Papers

Abstract

This paper proposes a method to design a robust controller by use of a neural network. The trained neural network functions as a sliding mode controller which is robust against uncertainties. From the analysis of the neural network, it is proved that the switching surface is not the same as the sliding surface like conventional sliding mode control theory. The neural network shows that the switching surface should be a nonlinear surface because of a hard limitation on control inputs, even if the designed sliding surface is linear. From the result of estimating the robustness of neural networks, we propose that generalization of neural networks which are used as controllers should be measured by the robustness. Numerical simulations show that the controller is robust against uncertainties and robustness can be improved by the proposed method.

Keywords

neural network sliding mode controller robustness 

Gleitregler unter Verwendung neuronaler Netze

Zusammenfassung

Dieser Beitrag schlägt eine Methode für die Entwicklung eines verlässlichen Reglers unter Verwendung eines neuronalen Netzes vor. Das trainierte neuronale Netz funktioniert als Gleitregler, der gegen Unsicherheiten robust ist. Ausgehend von der Analyse des neuronalen Netzes wird bewiesen, dass die Schaltfläche nicht dieselbe ist wie die Gleitfläche nach der konventionellen Gleitreglertheorie. Das neuronale Netz zeigt, dass die Schaltfläche wegen der harten Begrenzung von Kontrolleingaben nichtlinear sein sollte, auch wenn die entworfene Gleitfläche linear ist. Ausgehend von den Ergebnissen der Schätzung der Robustheit neuronaler Netze wird vorgeschlagen, dass die Verallgemeinerung neuronaler Netze, die als Regler verwendet werden, an der Robustheit gemessen werden sollte. Numerische Simulationen zeigen, dass der Regler gegen Unsicherheiten unempfindlich ist und dass die Robustheit mit der vorgeschlagenen Methode verbessert werden kann.

Schlüsselwörter

neuronale Netze Gleitregler Robustheit 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. [1]
    Doyle, J. C., Glover, K., Khargonekar, P. P., Francis, B. A.: State-space solutions to standard H2 and H control problems. IEEE Trans. Automatic Control, 34 (8), 1989, pp. 831–847.MathSciNetCrossRefMATHGoogle Scholar
  2. [2]
    Nakanishi, H., Inoue, K.: Design methods of robust feedback controller by use of neural networks In: Proceedings of the International ICSC/IFAC Symposium on Neural Computation, IEEE, 1998, pp. 731–736.Google Scholar
  3. [3]
    Bell, D. J., Jacobson, D. H.: Singular optimal control problems. Academic Press, 1975.Google Scholar
  4. [4]
    Funahashi, K.: On the approximate realization of continuous mappings by neural networks. Neural Networks, 2 (3), 1989, pp. 183–192.CrossRefGoogle Scholar
  5. [5]
    Hung, J. Y., Gao, W., Hung, J. C.: Variable structure control: A survey. IEEE Trans. Industrial Electronics, 40 (1), 1993, pp. 2–22.CrossRefGoogle Scholar
  6. [6]
    Utkin, V. I.: Sliding mode control design principles and applications to electric devices. IEEE Trans. Industrial Electronics, 40 (1), 1993, pp. 23–36.CrossRefGoogle Scholar
  7. [7]
    Bryson, A. E., Yu-Chi Ho: Applied optimal control. Revised Printing, 1975.Google Scholar
  8. [8]
    Lewis, F. L., Syrmos, V. L. Optimal control (2nd Edition). John Wiley, 1995.Google Scholar
  9. [9]
    Nakanishi, H., Kohda, T., Inoue, K.: A design method of optimal control system by use of neural network. Proceedings of the 1997 International Conference on Neural Networks, IEEE, Vol. 2 (1997), pp. 871–875.Google Scholar
  10. [10]
    Powell, M. J. D.: An efficient method for finding the minimum of a function of several variables without calculating derivatives. Computer Journal 7 (1964), pp. 155–162.MathSciNetCrossRefMATHGoogle Scholar
  11. [11]
    Glover, F.: Tabu Search, Part 1. ORSA Journal on Computation 1 (3) (1989), pp. 190–206.CrossRefMATHGoogle Scholar
  12. [12]
    Glover, F.: Tabu Search, Part 2. ORSA Journal on Computation 2 (1) (1990), pp. 4–326.CrossRefMATHGoogle Scholar

Copyright information

© Springer 2000

Authors and Affiliations

  • H. Nakanishi
    • 1
  • K. Inoue
    • 1
  1. 1.Graduate School of EngineeringKyoto UniversityKyotoJapan

Personalised recommendations