Obr. 1: Schéma adaptivní regulace soustavy se stavovým regulátorem a  referenčním modelem

 

Obr. 2: Astatická nelineární soustava batyskaf a průběh regulačního pochodu v celém rozsahu regulované veličiny

   

Obr. 3: Schéma adaptivní regulace soustavy batyskaf s kvadratickým neuronem

Obr. 4: Porovnání řízení soustavy lineárním PID regulátorem vs. kvadratickým neuronem.

 

ODKAZY

Česky

[1]        Ladislav Smetana: Nelineární Neuro-regulátor pro úlohy automatického řízení, diplomová práce, Ústav přístrojové a řídicí techniky ČVUT v Praze, 2008, (ved. Ivo Bukovský).

[2]        Ladislav Smetana: “Nelineární adaptabilní neuro-regulátor”, Nové metody a postupy v oblasti přístrojové techniky, automatického řízení a informatiky, Ústav přístrojové a řídicí techniky ČVUT v Praze, odborný seminář Jindřichův Hradec, 28. 29. května 2009

[3]        Bukovský,  I., Homma, N.: “Dynamický backpropagation” , In: Automatizace, Vol. 52, No. 10, Prague, Czech Republic, Oct 2009, p.586-590, ISSN 0005-125X. (alternativní link)

[4]        Bukovský, I., Homma, N.: “Dynamický backpropagation a predikce,  In: Automatizace, Vol. 53, No. 1-2, Prague, Czech Republic, Jan-Feb 2010, p.61-66, ISSN 0005-125X.  (alternativní link)

[5]        Bukovský, I., Bila, J., Gupta, M., M.: “Lineární dynamické  neuronové jednotky s dopravními zpožděními pro identifikaci a řízení “, In: Automatizace, Vol. 48, No. 10, Prague, Czech Republic, Oct 2005, p. 628-635. ISSN 0005-125X.

[6]        Hofreiter, M.: “Netradiční laboratorní modely pro výuku automatického řízení” In: Automatizace. 2006, roč. 49, č. 1, s. 10-11. ISSN 0005-125X.   (alternativní link)

[7]        Laboratorní system batyskaf, Laboratoř automatického řízení, online, Ústav přístrojové a řídící techniky, Fakulta strojní, ČVUT v Praze, (http://vlab.fsid.cvut.cz/cz/ulohy/batyskaf.php).

Anglicky

[8]        Bukovsky I., S. Redlapalli and M. M. Gupta : Quadratic and Cubic Neural Units for Identification and Fast State Feedback Control of Unknown Non-Linear Dynamic  Systems, Fourth International Symposium on Uncertainty Modeling and Analysis ISUMA 2003, IEEE Computer Society, 2003, Maryland USA, ISBN 0-7695-1997-0, p.p.330-334

[9]        Bukovsky, I., Homma, N.,  Smetana, L., Rodriguez, R., Mironovova M., Vrana S.,: “Quadratic Neural Unit is a Good Compromise between Linear Models and Neural Networks for Industrial Applications”, ICCI 2010 The 9th IEEE International Conference on Cognitive Informatics, Tsinghua University, Beijing, China, July 7-9, 2010.

[10]   Rodriguez , R., Bukovsky, I., Homma, N.: “Potentials of Quadratic Neural Unit for Applications”, in International Journal of Software Science and Computational Intelligence (IJSSCI) ,vol 3, issue 3, IGI Global, Publishing, Hershey PA, USA ISSN 1942-9045, DOI: 10.4018/jssci.2011070101 July-September 2011, pp.1-12.

[11]   Laboratory System Batyscaphe, Automatic Control Laboratory,  Dpt. Of Instr. and Cont. Eng., FME, Czech Technical University in Prague. (http://vlab.fsid.cvut.cz/en/ulohy/batyskaf.php)