07.10.2013 Aufrufe

Identifikation nichtlinearer mechatronischer Systeme mit ...

Identifikation nichtlinearer mechatronischer Systeme mit ...

Identifikation nichtlinearer mechatronischer Systeme mit ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

PSfrag replacements<br />

2.6 Neuronaler Beobachter 39<br />

Definition 2.5 SPR-Übertragungsfunktion Eine Übertragungsfunktion H(s)<br />

ist eine streng positive reelle (SPR-)Übertragungsfunktion dann und nur dann, wenn<br />

1. H(s) asymptotisch stabil ist, d. h. alle Pole einen negativen Realteil aufweisen,<br />

und<br />

2. der Realteil von H(s) längs der jω-Achse stets positiv ist, also<br />

ℜ {H(jω)} > 0 für alle ω ≥ 0<br />

Diese Definition bedeutet anschaulich, dass eine SPR-Übertragungsfunktion keine<br />

Phasendrehung größer als 90 ◦ erzeugen darf.<br />

Lerngesetz bei einer SPR-Übertragungsfunktion<br />

Erfüllt die Fehlerübertragungsfunktion H(s) die SPR-Bedingung, so kann zur Adaption<br />

des Neuronalen Netzes, entsprechend Fehlermodell 3 [Narendra und Annaswamy,<br />

1989], folgendes Lerngesetz verwendet werden<br />

<strong>mit</strong> der positiven Lernschrittweite η.<br />

˙Φ = ˙ ˆ Θ = −η · e · A (xNL, u) (2.53)<br />

In diesem Fall ergibt sich die in Abbildung 2.24 gezeigte Struktur des Fehlermodells<br />

<strong>mit</strong> Lerngesetz.<br />

x NL, u<br />

A<br />

A<br />

e NL · NL<br />

e NL · NL<br />

Θ T H(s)<br />

H(s)<br />

Abb. 2.24: Durch den Beobachteransatz transformierte Strecke <strong>mit</strong> Beobachter und<br />

Adaptionsgesetz nach Fehlermodell 3<br />

ˆΘ<br />

−η<br />

y<br />

ˆy<br />

e

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!