Việc nhận dạng nhiễu với các đối tượng có trễ trong công nghiệp gần đây đang là một vấn đề thiết yếu cần phải quan tâm, đặc biệt là với các nhiễu không đo được. Chính vì vậy trong bài báo này đề xuất một phương pháp nhận dạng nhiễu dựa trên cơ sở sử dụng mô hình mẫu song song và mạng Nơron xuyên tâm (Radial Basic Functions - RBF) với độ chính xác tùy ý bằng thuật toán thu được dưới dạng luật cập nhật trọng số. Với việc sử dụng phương pháp thứ 2 của Lyapunov đã chứng minh luật cập nhật giúp hệ thống ổn định và đảm bảo quá trình nhận dạng nhiễu được hội tụ.

Disturbance identification with the delay in subjects with recent industry is an essential issue to be concerned, especially the disturbance is not measured. Therefore in this paper proposes an identification method based on disturbance using parallel model and RBF neural networks with arbitrary precision algorithm is obtained as the weights update rule. With the use of the Lyapunov method 2nd update rules have proven to help stabilize the system and ensure the identification process is disturbance convergence.

Tải file Một phương pháp nhận dạng nhiễu trên cơ sở mạng nơron cho một lớp hệ thống điều khiển dự báo có trễ tại đây