Рассматривается процедура синтеза системы автоматического управления механическими объектами, которые описываются традиционными уравнениями лагранжевой динамики. Синтез системы автоматического управления опирается на метод скоростного градиента и осуществляется в нейросетевом базисе. Строится целевая функция, представляющая собой квадратичную форму с положительно-определенной матрицей инерции управляемого объекта. Для формирования управляющих воздействий используется линейно комбинированные выходы нейронных сетей прямого распространения, представляющие соответствующие компоненты уравнения динамики управляемого объекта, в частности, манипуляционного робота, и связанные с ними координаты состояния. Для адаптации параметров нейронной сети предложен градиентный алгоритм. Настройка весовых коэффициентов двухслойной нейронной сети прямого распространения ведется одновременно с процессом управления и направлена на достижение отрицательности производной целевой функции по времени, что ведет к минимизации выбранного критерия.

The procedure of the synthesis of the automatic control systems for mechanical objects described by the traditional equations of Lagrange’s dynamics is considered. Synthesis of the automatic control systems is based on the method of speed gradient and implemented in the neural network basis. For forming the control inputs, a linear combination of neural networks outputs corresponding with components of the dynamic equations of a controlled object (robot manipulator, in particular) is used. To adapt the weight parameters of the double layer neural network of direct propagation, gradient algorithm is proposed. An adjustment of neural network weight parameters is simultaneous with the control process and aims to reduce a chosen criterion.