Learning Feedback Linearization Based Stable Robust Adaptive NARMA Controller Design for Rotary Inverted Pendulum

Soydemir, Mehmet Uğur; Sailin, Savas; Bulucu, Parvın; Kocaoğlu, Aykut; Güzeliş, Cüneyt

doi:10.23919/eleco47770.2019.8990417

Cited by 2 publications

(3 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…ve ( 8)'deki kontrol girişinin (7)'ye uygulanmasıyla aşağıdaki doğrusallaştırılmış sistem elde edilir.…”

Section: İç Döngü (Bağımlı) Kontrolör Tasarımıunclassified

“…Sadece, ikinci bağlantı noktasında aktüatör bulunmaktadır. Bu çalışmada kullandığımız döner ters sarkaç (Furuta sarkacı olarak da bilinir) ise en yaygın olan ters sarkaç çeşitleri arasında yer almaktadır ve dikey eksen etrafında her iki yönde de dönebilen motorlu bir pivota bağlı olan ve yatay bir eksen etrafında dönebilen bir sarkaçtan oluşur [6][7][8]. Amaç, sarkacı dikey konumda dengede tutmak için motor tahriki ile pivotu kontrol etmektir.…”

Section: Introductionunclassified

“…Soydemir ve ark. [7] ve Bulucu ve ark. [8] tarafından yapılan çalışmalarda, sistem dinamikleri içerisinde doğrusal olmayan kısımları öğrenmek ve uygun kontrol girişini elde etmek için sinir ağı kontrolörleri kullanılmıştır.…”

Section: Introductionunclassified

See 2 more Smart Citations

Eksik tahrikli döner ters sarkaç sisteminin geribeslemeli doğrusallaştırma tabanlı kademeli kontrolü

Kocaoğlu¹

2023

JIENS

View full text Add to dashboard Cite

Çevrimiçi mevcutKademeli kontrol, özellikle bozanetkenlere karşı performansı iyileştirmek için tercih edilen çok döngülü bir kontrol yapısıdır. Genellikle, iç döngü kontrolü (bağımlı kontrolör) ve dış döngü kontrolünden (ana kontrolör) oluşan ve bağımlı kontrolörün ayar noktasının, bu ana kontrolör tarafından ayarlandığı bir geri beslemeli kontroldür. Bu çalışmada, üzerine etki eden yerçekimi kuvvetleri, Coriolis ve merkezcil kuvvetlerden dolayı doğrusal olmayan dinamiğe sahip döner ters sarkaç sisteminin denetlenmesinde kademeli kontrol kullanılmıştır. Burada, bağımlı kontrolcü için geribeslemeli doğrusallaştırma tabanlı oransal-türevsel (PD) denetleyici ve ana kontrolcü içinse doğrusal karesel düzenleyici (DKD) kullanılmıştır. İç döngüde kullanılan geri beslemeli doğrusallaştırmanın bağıl derecesi ikidir ve kararsız sıfır dinamiklere sahiptir. Bu kararsız dinamikler ana kontrolcü tasarımında ele alınmış ve kademeli kontrolün kararlı olması sağlanmıştır. Ters sarkacın doğrusal olmayan dinamik denkleminde sarkaca uygulanabilen tork bozanetken olarak formüle edilmiştir. Önerilen geribeslemeli doğrusallaştırma tabanlı kademeli denetleyici, bozan etken varlığında iki farklı denetleyici ile karşılaştırılmış ve daha iyi performans sergilediği gösterilmiştir.2023 JIENS Tüm hakları saklıdır.

show abstract

“…ve ( 8)'deki kontrol girişinin (7)'ye uygulanmasıyla aşağıdaki doğrusallaştırılmış sistem elde edilir.…”

Section: İç Döngü (Bağımlı) Kontrolör Tasarımıunclassified

Section: Introductionunclassified

See 1 more Smart Citation

Eksik tahrikli döner ters sarkaç sisteminin geribeslemeli doğrusallaştırma tabanlı kademeli kontrolü

Kocaoğlu¹

2023

JIENS

View full text Add to dashboard Cite

show abstract

Online learning of stable robust adaptive controllers design based on data-dependent feedback linearization with application to rotary inverted pendulum

Soydemir,

Şahin,

Kocaoğlu

et al. 2024

Neural Comput & Applic

View full text Add to dashboard Cite

This study introduces an online (supervised) learning method to design nonlinear auto-regressive moving average (NARMA) controllers for feedback-linearized nonlinear single-input single-output (SISO) systems. The algorithm ensures Schur stability of the overall closed-loop system and provides adaptiveness and robustness for the NARMA controllers. The first stage of the method derives, in a data-dependent way, a feedback-linearized model of the nonlinear plant by using its input and output sample pairs. The method’s second stage, which constitutes the novel part of the presented study, builds up an online learning scheme for the linear auto-regressive moving average (ARMA) controller based on an already learned feedback-linearized model of the nonlinear plant. During online supervised learning, ARMA parameters of the feedback-linearized SISO plant model and the closed-loop ARMA model are computed by minimizing the plant identification and the closed-loop system tracking errors. Both errors are defined as $${{\ell}}_{1,{\varvec{\varepsilon}}}$$ ℓ 1 , ε , namely ε-insensitive loss functions that provide NARMA controller the robustness against noise and outliers. The proposed online learning control algorithm is applied to a rotary inverted pendulum model and to a real rotary inverted pendulum setup. The tracking performance of the developed controller is compared with those of the linear quadratic regulator and coupled sliding mode controller in terms of mean square error.

show abstract

Learning Feedback Linearization Based Stable Robust Adaptive NARMA Controller Design for Rotary Inverted Pendulum

Cited by 2 publications

References 9 publications

Eksik tahrikli döner ters sarkaç sisteminin geribeslemeli doğrusallaştırma tabanlı kademeli kontrolü

Eksik tahrikli döner ters sarkaç sisteminin geribeslemeli doğrusallaştırma tabanlı kademeli kontrolü

Online learning of stable robust adaptive controllers design based on data-dependent feedback linearization with application to rotary inverted pendulum

Contact Info

Product

Resources

About