Adaptive recurrent neuro-fuzzy networks for the identification and control of dynamic systems

Abstract

Automatic control of systems has played a vital role in the development of engineering. It plays a determinative role in the successful function of special systems such as spacecraft systems, automatic navigation aircraft systems, mortar shell driving systems, robotics etc. In parallel, it comprises one of the most important components of contemporary industrial and constructive processes. Theoretical development of the automatic control systems has a continuous evolution which was accelerated form the Second World War period until today. Theoretical aspects and control techniques for linear systems have met a particular progress while a special interest has been drawn during the last few decades to the control of non-linear systems, but without reaching a universal applicability. A basic prerequisite of conventional linear or non-linear control techniques, is the presence of an accurate mathematical model of the dynamical behavior of the under control system. It is known today, that both physical and modern man-made systems can be particularly complex (multi-variable) and are characterized by many nonlinearities. This makes their dynamical mathematical description especially difficult or even impossible, a fact that often leads to their treatment as unknown (black box) systems. The complexity of these systems hinders the design of suitable control techniques. This becomes even more difficult because the dynamical mathematical model required by the conventional approaches is unknown most of the times. Even in the case that the mathematical description is possible, there exist difficulties in the adaptation of the feedback controllers when the system is time varying with an unknown to the designer way. These drawbacks create the demand for the development of new approximation models and control techniques that have the ability to learn and adapt to varying environmental conditions or internal dynamical behavior of the system.[...]

Ο Αυτόματος έλεγχος συστημάτων έχει παίξει ζωτικό ρόλο στην προώθηση των επιστημών του μηχανικού. Παίζει καθοριστικό ρόλο στην επιτυχή λειτουργία εξειδικευμένων συστημάτων, όπως για παράδειγμα στα συστήματα διαστημικών αεροσκαφών, συστήματα αυτόματης πλοήγησης αεροσκαφών, συστήματα οδήγησης βλημάτων, ρομποτικά συστήματα κλπ. Παράλληλα αποτελεί ένα από τα σημαντικά συστατικά των σύγχρονων βιομηχανικών και κατασκευαστικών εν γένει διεργασιών. Η ανάπτυξη της θεωρίας των συστημάτων αυτομάτου ελέγχου έχει διαρκή ανάπτυξη η οποία επιταχύνθηκε από την εποχή του δευτέρου παγκοσμίου πολέμου έως και σήμερα. Ιδιαίτερη πρόοδο είχε η θεωρία και οι τεχνικές ελέγχου των γραμμικών συστημάτων ενώ ιδιαίτερη προσοχή έχει δοθεί τις τελευταίες δεκαετίες στον έλεγχο μη γραμμικών συστημάτων, χωρίς όμως τα αποτελέσματα να έχουν την καθολικότητα των αντίστοιχων γραμμικών. Βασική προϋπόθεση των συμβατικών τεχνικών γραμμικού ή μη γραμμικού ελέγχου είναι η ύπαρξη κάποιου ακριβούς μαθηματικού μοντέλου για τη δυναμική συμπεριφορά του υπό έλεγχο συστήματος. Είναι πλέον γνωστό ότι τόσο τα φυσικά όσο και τα σύγχρονα τεχνητά συστήματα μπορούν να είναι ιδιαίτερα πολύπλοκα (πολυ-μεταβλητά) και να εμπεριέχουν πολλές μη γραμμικότητες. Το γεγονός αυτό κάνει τη δυναμική μαθηματική τους περιγραφή ιδιαίτερα δύσκολη έως αδύνατη, πράγμα που πολλές φορές οδηγεί στην θεώρησή τους ως άγνωστων (black box) συστημάτων. Η πολυπλοκότητα αυτών των συστημάτων δυσχεραίνει το σχεδιασμό κατάλληλων τεχνικών ελέγχου. Πολύ περισσότερο, όταν το δυναμικό τους μαθηματικό μοντέλο που απαιτείται στις συμβατικές προσεγγίσεις είναι τις περισσότερες φορές άγνωστο. Ακόμη όμως και αν υποθέσουμε ότι η μαθηματική περιγραφή είναι εφικτή, τότε παρουσιάζεται δυσκολία στην προσαρμογή των ελεγκτών ανάδρασης στην περίπτωση που το σύστημα είναι χρονικά μεταβαλλόμενο με μη επακριβώς γνωστό στον σχεδιαστή τρόπο. Οι αδυναμίες αυτές, δημιουργούν την απαίτηση για την ανάπτυξη νέων μοντέλων προσέγγισης και τεχνικών ελέγχου που θα μπορούν να μαθαίνουν και να προσαρμόζονται σε μεταβαλλόμενες εξωτερικές συνθήκες ή εσωτερικές δυναμικές συμπεριφορές του συστήματος.[...]