In this section

    A neural network approach to feedback linearization

    (1995) A neural network approach to feedback linearization. Masters thesis, King Fahd University of Petroleum and Minerals.

    [img]
    Preview
    		 PDF
    10308.pdf
    Download (2MB) | Preview

    Arabic Abstract

    ظهرت أخيراً طرق عديدة لتصميم وتحليل التحكم في الأنظمة الغير خطية غير أن كل طريقة يفضل استخدامها لصنف معين من هذه الأنظمة . وتعتبر طريقة التحكم بتحويل الأنظمة الغير خطية إلى أنظمة خطية باستخدام النغذية المرتدة واحدة من أفضل الطرق الموجودة إلا أن لهذه الطريقة عيوب كثيرة ولا تستخدم إلا للأنظمة القابلة لتحويلها خطياً . ولقد ظهر في السنوات الأخيرة اهتمام ملحوظ بالشبكات العصبية الصناعية ، وتعد أنظمة التحكم ذات التوجيه الذاتي واحدة من تطبيقاتها . في هذه الدراسة تم تطوير بسيط للطريقة المستخدمة في معالجة الأعصاب الصناعية التي تربط الخلايا العصبية الصناعية ببعضها والتي تسمى طريقة التغذية المرتدة للخطأ . كما تم في هذه الدراسة استخدام الشبكة العصبية الصناعية ذات المستويات العديدة للتحكم بالأنظمة الإير خطيـة تحكم مباشر وذاتي التوجيه لتلافي عيوب الطريقة المذكورة وتم استخدام المحاكاة لدراستها .

    English Abstract

    Several methods are available for the design and analysis of nonlinear control systems. However, each method is best applicable to a special class of nonlinear systems. The Feedback linearization scheme is powerful method, because it is based on exact cancellation of nonlinearities. This method is, however, only applicable to systems which are feedback linearizable. It also has a number of limitations. In recent years, there has been a considerable interest in the field of artificial neural networks and its applications in many areas. One of the application areas is in adaptive control system. In this thesis, the conventional backpropagation algorithm is modified in such a way that nonlinear systems can be controlled directly. In this work, a multilayer neural network is used to perform input-state feedback linearization thus alleviating its drawbacks for a large class of nonlinear systems, adaptively and in an online manner. A simulation study supports this claim.

    Item Type: Thesis (Masters)
    Subjects: Electrical
    Department: College of Engineering and Physics > Electrical Engineering
    Committee Advisor: Zrida, J.
    Committee Members: Al-Baiyat, Samir A. and Bettayeb, Mammar and Bakhashwain, Jamil M. and Baher, Hussein
    Depositing User: Mr. Admin Admin
    Date Deposited: 22 Jun 2008 14:01
    Last Modified: 01 Nov 2019 13:59
    URI: http://eprints.kfupm.edu.sa/id/eprint/10308