طراحی کنترل کننده PID تطبیقی با استفاده از الگوریتم تقریبات تصادفی انحرافات هم زمان و آموزش شبکه عصبی

در این مقاله، روش جدید طراحی کنترل کننده داده محور [i]، با استفاده از الگوریتم تقریبات تصادفی انحرافات هم زمان [ii] (SPSA) و آموزش شبکه عصبی ارایه شده است. در روش پیشنهادی، الگوریتم تقریبات تصادفی انحرافات هم زمان با استفاده از آموزش شبکه عصبی، مقداردهی می شود که این امر باعث افزایش سرعت همگرایی و همچنین بهبود عملکرد الگوریتم در برابر تغییرات سیگنال مرجع می شود. در SPSA فرض بر این است که کنترل کننده دارای ساختاری ثابت است. پارامتر های این کنترل کننده به صورت برخط تخمین زده می شوند. در این مقاله، کنترل کننده به کاررفته، کنترل کننده تناسبی، انتگرالی و مشتق گیر (PID) است. شبیه سازی های انجام شده روی پروسه توزیع اندازه ذرات سنگ زنی سیمان و کنترل زاویه پیچ هواپیما نشان دهنده موثربودن روش پیشنهادی در بهبود عملکرد سیستم است.