Abstract
Neural Networks have shown potential to become an attractive alternative to classic methods for identification and control of non-linear dynamic systems. The purpose of this paper is to present an application of neural networks, that is a neural reconstruction of the input signal of a non-linear unknown system. This basic methodology could be used for practical purpose in several engineering fields. Clearly applications of the proposed scheme can be of interest for physical systems where a complete network of sensors measuring system inputs is not available. It should also be emphasized that the application of the reconstruction scheme is of little or no interest when the analyzed system works and operates at nominal conditions. In fact, only when failures and/or system anomailes occur, leasing to performance degradation and/or shutdown, the application of this scheme is of interest. The paper presents the results of the methodology applied to unknown non-linear dynamic systems and the robustness of the scheme to white and colored system noise was evaluated.
신경망은 비선형 동적 시스템의 식별 및 제어에 대한 기존 방법의 매력적인 대체방법으로서 가능성을 보여주었다. 이 논문의 목적은 신경망의 응용, 즉 미지의 비선형 시스템의 입력 신호에 대한 신경 복원을 제시하고 있다. 이 기본 방법론은 여러 공학분야에서 실질적인 용도로 쓰일 수 있으며, 분명히, 이 제시된 기법의 응용은 시스템 입력을 측정하는 완전한 감지기망이 가능하지 않는 물리적 시스템에 중요할 수 있다. 또한 이 복원기법의 응용은 시스템이 정상적으로 작동할 시에는 중요하지 않지만, 성능저하 또는 시스템 중단을 야기하는 고장 혹은 시스템 이상을 일으킬 시에는 중요한 역할을 할 수 있다. 이 논문에서는 미지의 비선형 동적 시스템에 이 방법을 적용한 결과를 제시하고 있으며, 백색/채색 시스템 잡음에 대한 이 기법의 강인성이 평가되었다.