Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Adaptacyjny neuronowy regulator prędkości silnika indukcyjnego
Języki publikacji
Abstrakty
In this paper adaptive neural controllers implemented in the speed and flux control loops of the induction motor drive are presented. Feedforward networks with sigmoidal neurons in the hidden layer are applied. Parameters of the neural network structure are updated on-line according to the Backpropagation algorithm. Described adaptive controllers provide the accurate control with fast response of the drive system to the reference speed signal. Important advantage of the proposed controllers is its simplified structure, reduced number of parameters adjusted in the design process (without direct dependency on parameter of the motor). In this paper results of tests showing correct work of the described control structure of the induction motor are presented.
W artykule przedstawiono adaptacyjny neuronowy regulator zastosowany w pętli sterowania prędkością oraz strumieniem wirnika silnika indukcyjnego. Zastosowany regulator bazuje na sieci neuronowej bez sprzężeń zwrotnych z sigmoidalnymi funkcjami aktywacji w warstwie ukrytej. Parametry (współczynniki wagowe) sieci neuronowej są aktualizowane on-line zgodnie z algorytmem wstecznej propagacji błędu. Opisane regulatory adaptacyjne umożliwiają precyzyjne sterowanie i szybkie odpowiedzi układu na zadane trajektorie prędkości. Istotną zaletą proponowanego rozwiązania jest uproszczona struktura regulatorów oraz zredukowana liczba parametrów wyznaczanych w procesie projektowania (niezależnych bezpośrednio od parametrów silnika). W artykule zamieszczono wyniki badań prezentujących poprawną pracę opisywanych regulatorów.
Wydawca
Czasopismo
Rocznik
Tom
Strony
21--24
Opis fizyczny
Bibliogr. 11 poz., schem., wykr.
Twórcy
autor
- Wroclaw University of Technology, Institute of Electrical Machines, Drives and Measurements, ul. Smoluchowskiego 19, 50-372 Wrocław, Poland
autor
- Wroclaw University of Technology, Institute of Electrical Machines, Drives and Measurements, ul. Smoluchowskiego 19, 50-372 Wrocław, Poland
Bibliografia
- [1] Yongxian Song, Juanli Ma, Hanxia Zhang, Naibao He, Digital implementation of neural network inverse control for induction motor based on DSP, 2nd International Conference on Future Computer and Communication ICFCC, (2010), 174–178
- [2] Bose B.K., Neural Network Applications in Power Electronics and Motor Drives, IEEE Trans. Industrial Electronics, 54 (2007), n. 1, 14 – 33
- [3] Abd El-Halim A.F., Yousef H.A., El-Genaidy M.M., Neural network control schemes for induction motor drive systems, Proc. IEEE 46th Midwest Symp. on Circuits and Systems, Cairo, Egypt, (2003), 1055 – 1058
- [4] Tien-Chi Chen, Tsong-Terng Sheu, Model reference neural network controller for induction motor speed control, IEEE Trans. Energy Conversion, 17, (2002), n. 2, 157 - 163
- [5] Grzesiak L.M., Megnack V., Sobolweski J., Ufnalski B., Genetic Algorithm for Parameters Optimization of ANN-based Speed Controller, Proc. of the Int. Conf. Computer as a Tool, Warsaw, Poland, (2007), 1700 - 1705
- [6] Toufouti R., Meziane S., Benalla H., Direct torque control for induction motor using intelligent techniques, Journal of Theoretical and Applied Information Technology, 3 (2007), n. 3, 35 - 44
- [7] Toliyat H.A., Wlas M., Krzeminski Z., Neural-Network-Based Parameter Estimations of Induction Motors, IEEE Trans. Industrial Electronics, 55 (2008), n.4, 1783 - 1794
- [8] Aguiar V.P.B., Thepontes R.S., Braga A.P.S., De Aguiar S., A strategy for induction motor stator flux estimation using neural networks, Proc. of Int. Conf. Electrical Machines and Systems ICEMS (2007), 1923 - 1927
- [9] Godoy Simoes M., Bose B.K., Neural network based estimation of feedback signals for a vector controlled induction motor drive, IEEE Trans. Industry Applications, 31 (1995), n. 3, 620 - 629
- [10] Bishop M.C., Neural Networks for Pattern Recognition, Oxford University Press (1996)
- [11] Orlowska-Kowalska T., Kaminski M., Application of the OBD method for optimization of neural state variable estimators of the two-mass drive system, Neurocomputing, 72 (2009), n. 13-15, 3034-3045
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-25d9dea8-6d0d-4d13-b7ab-56395743692c