In this paper, a FPNN compensated N

In this paper, a FPNN compensated NFTCSMC for renewable energy systems is described that is capable of producing low THD under non-linear rectifier loading and fast transience under transient loading. The importance of the NFTCSMC over classic FTCSMC is finite system-state convergence time and singularity-free. However as the system uncertainty bounds are overestimated or underestimated, the chatter or steady-state errors will occur in the NFTCSMC. The FPNN is thus employed to estimate the upper bound of parameter uncertainties and external disturbances, in order to diminish the over-conservatism of the NFTCSMC design. Once such over-conservative switching gain is decreased, the chatter existed in NFTCSMC can be suppressed, thus enhancing the performance of the renewable energy system. The stability analysis of the improved technique has been carried out using the Lyapunov method, which proves the finite-time reachability of the sliding surface, the asymptotic stability of the closed-loop system, and the finite-time convergence to zero of tracking errors. Therefore, we believe that the improved technique will be helpful for control design of artificial intelligence related systems in future. Simulations and experiments on a renewable energy system prototype using a DSP have been developed to verify the applicability of the improved technique.

結果 (繁體中文) 1:

在本文中，一個FPNN補償NFTCSMC用於可再生能源系統，描述了能夠根據下瞬態負載非線性整流器負載和快速短暫生產低THD的。在NFTCSMC過經典FTCSMC的重要性是有限的系統狀態收斂時間，免費臨界點。然而，由於系統誤差範圍被高估或低估，將發生在NFTCSMC喋喋不休或穩態誤差。因此FPNN被用來估計上限參數不確定性和外部干擾的，以削弱NFTCSMC設計的過度保守。一旦這種過度保守切換增益減小時，顫振在NFTCSMC存在能夠被抑制，從而提高了可再生能源系統的性能。的改進技術的穩定性分析已經進行了利用Lyapunov方法，證明了該滑動表面的有限時間可達性，該閉環系統的漸近穩定性，和有限時間收斂到跟踪誤差為零。因此，我們認為，改進後的技術將是未來人工智能相關系統的控制設計有幫助。上使用DSP可再生能源系統的原型模擬和實驗，已經開發以驗證改進的技術的適用性。

結果 (繁體中文) 2:

本文介紹了一種FPNN補償可再生能源系統的NFTCSMC，能夠在非線性整流器載荷下產生低THD，在瞬態載荷下快速瞬態載荷產生低THD。NFTCSMC 對經典 FTCSMC 的重要性是有限的系統狀態收斂時間和無奇點。但是，由於系統不確定性邊界被高估或低估，NFTCSMC 中將發生抖動或穩態誤差。因此，FPNN 用於估計參數不確定性和外部擾動的上限，以減少 NFTCSMC 設計的過度保守。一旦這種過度保守的開關增益降低，NFTCSMC中存在的顫動可以被抑制，從而提高可再生能源系統的性能。採用Lyapunov方法對改進技術進行了穩定性分析，證明了滑動表面的有限時間可及性、閉環系統的無活動穩定性以及零的有限時收斂。跟蹤錯誤。因此，我們認為，該技術的改進將有助於人工智慧相關系統的控制設計。利用DSP對可再生能源系統原型進行了模擬和實驗，以驗證改進技術的適用性。

結果 (繁體中文) 3:

本文介紹了一種用於可再生能源系統的FPNN補償NFTCSMC，它能在非線性整流負載下產生低THD，在瞬態負載下產生快速暫態。與經典的FTCSMC相比，NFTCSMC的重要性在於有限的系統狀態收斂時間和無奇异性。然而，當系統的不確定性界被高估或低估時，NFTCSMC將發生抖振或穩態誤差。利用FPNN估計參數不確定性和外部干擾的上界，以降低NFTCSMC設計的過保守性。一旦過保守開關增益减小，就可以抑制NFTCSMC中存在的抖振，從而提高可再生能源系統的效能。利用Lyapunov方法對改進科技進行了穩定性分析，證明了滑動面的有限時間可達性、閉環系統的漸近穩定性和跟踪誤差的有限時間收斂到零。囙此，我們相信改進後的科技將有助於未來人工智慧相關系統的控制設計。利用數位信號處理器（DSP）對可再生能源系統樣機進行了模擬和實驗，驗證了改進科技的適用性。