طراحی کنترل‌کنندۀ PID تطبیقی با استفاده از الگوریتم تقریبات تصادفی انحرافات هم‌زمان و آموزش شبکۀ عصبی

در این مقاله، روش جدید طراحی کنترل‌کنندۀ داده‌محور[i]، با استفاده از الگوریتم تقریبات تصادفی انحرافات هم‌زمان[ii] (SPSA) و آموزش شبکۀ عصبی ارائه شده است. در روش پیشنهادی، الگوریتم تقریبات تصادفی انحرافات هم‌زمان با استفاده از آموزش شبکۀ عصبی، مقداردهی می‌شود که این امر باعث افزایش سرعت همگرایی و همچنین بهبود عملکرد الگوریتم در برابر تغییرات سیگنال مرجع می‌شود. در SPSA فرض بر این است که کنترل‌کننده دارای ساختاری ثابت است. پارامتر‌های این کنترل‌کننده به‌صورت برخط تخمین زده می‌شوند. در این مقاله، کنترل‌کننده به‌کاررفته، کنترل‌کنندۀ تناسبی، انتگرالی و مشتق‌گیر (PID) است. شبیه‌سازی‌های انجام‌شده روی پروسۀ توزیع اندازۀ ذرات سنگ‌زنی سیمان و کنترل زاویۀ پیچ هواپیما نشان‌دهندۀ مؤثربودن روش پیشنهادی در بهبود عملکرد سیستم است. [i] Data-Driven Controller (DDC) [ii] Simultaneous Perturbation Stochastic Approximation (SPSA)