PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Adaptacyjny regulator neuronowy dla układu dwumasowego

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Adaptive neural controller for two-mass system
Języki publikacji
PL
Abstrakty
PL
W publikacji opisano adaptacyjny regulator neuronowy zastosowany w sterowaniu prędkością napędu elektrycznego z połączeniem sprężystym. Algorytm wykorzystuje informację o dwóch zmiennych stanu związanych z układem dwumasowym – prędkości: maszyny napędzającej oraz obciążenia. Zaprezentowane zostały wyniki badań symulacyjnych oraz eksperymentalnych, które wykonano na stanowisku laboratoryjnym z wykorzystaniem karty dSPACE 1103.
EN
In this publication adaptive neural controller used for speed control of electrical drive with elastic connection is presented. Analyzed control algorithm is based on two state variables of two-mass system: motor and load speeds. In paper simulations and experimental results (done on laboratory stand using dSPACE1103 card) are presented.
Rocznik
Strony
175--180
Opis fizyczny
Bibliogr. 25 poz., rys.
Twórcy
autor
  • Politechnika Wrocławska, Katedra Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław
Bibliografia
  • [1] Doyle J.C., Francis B.A., Tannenbaum A.R., Feedback Control Theory, Dover Publications, 2009
  • [2] Ogata K., Modern Control Engineering, Prentice Hall (5 edition), 2009
  • [3] Ross T.J., Fuzzy Logic with Engineering Applications, Wiley (3 edition), 2010
  • [4] Suykens J.A.K., Vandewalle J.P.L., de Moor B.L., Artificial Neural Networks for Modelling and Control of Non-Linear Systems, Springer (Softcover reprint of hardcover 1st ed. 1996 edition), 2010
  • [5] Jung S., Kim S.S., Hardware Implementation of a Real-Time Neural Network Controller With a DSP and an FPGA for Nonlinear Systems, IEEE Trans. Ind. Electronics, 54 (2007), n.1, 265-271
  • [6] Ortega-Zamorano F., Jerez J.M., Franco L., FPGA Implementation of the C-Mantec Neural Network Constructive Algorithm, IEEE Trans. Ind. Informatics, 10 (2014), n.2, 1154-1161
  • [7] Pajchrowski T., Zawirski K., Nowopolski K., Neural Speed Controller Trained Online by Means of Modified RPROP Algorithm, IEEE Trans. Ind. Informatics, 11 (2015), n.2, 560-568
  • [8] Lee K.-B., Blaabjerg F., An Improvement of Speed Control Performances of a Two-Mass System using a Universal Approximator, Electrical Engineering, 89 (2007), n.5, 389-396
  • [9] Szabat K., Struktury stertowania elektrycznych układów napędowych z połączeniem sprężystym, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, (2008) nr 61, Seria: Monografie Nr. 19, Oficyna Wydawnicza Politechniki Wrocławskiej,
  • [10] Szabat K., Orlowska-Kowalska T., Vibration Suppression in a Two-Mass Drive System Using PI Speed Controller and Additional Feedbacks—Comparative Study, IEEE Trans. Ind. Electronics, 54 (2007), n. 2, 1193-1206
  • [11] Serkies P.J., Szabat K., Fuzzy adaptive Kalman filter for the drive system with an elastic coupling, Archives of Electrical Engineering, 62 (2013), n.2, 251-265
  • [12] Pracownik A., Sieklucki G., Tondos M., Cyfrowy obserwator LQ w układzie 2-masowym, Elektrotechnika i Elektronika, 29 (2010), nr 1-2, 14-19
  • [13] Erenturk K., Nonlinear two-mass system control with slidingmode and optimised proportional–integral derivative controller combined with a grey estimator, IET Control Theory and Applications, 2 (2008), n. 7, 635-642
  • [14] Kaminski M., Neural network speed controller for drive system with elastic joint, Proc. of Int. Conf. Computer as a Tool, (2013), 2080-2085
  • [15] Szabat K., Direct and indirect adaptive control of a two-mass drive system — a comparison, Proceedings of the IEEE Int. Symp. Ind. Electronics, (2008), 564-569
  • [16] Kamiński M., Orłowska-Kowalska T., Regulatory neuronowe trenowane off-line zastosowane w strukturze sterowania prędkością napędu dwumasowego, Przegląd Elektrotechniczny, 91 (2015), nr 1, 9-12
  • [17] Wang H., Zhu S., Liu S., Adaptive PID control of robot manipulators with H∞ tracking performance, IEEE/ASME Int. Conf. on Advanced Intelligent Mechatronics, (2009), 1515-1520
  • [18] Yiu Y.K., Li Z.X., PID and adaptive robust control of a 2-DOF over-actuated parallel manipulator for tracking different trajectory, IEEE Int. Symp. Computational Intelligence in Robotics and Automation, 3 (2003), 1052-1057
  • [19] Knychas S., Szabat K., Zastosowanie adaptacyjnego regulatora opartego na zbiorach rozmytych typu II do sterowania prędkością układu napędowego, Przegląd Elektrotechniczny, 87 (2011), nr 4, 160-163
  • [20] Lin F.-J., Huang P.-K., Chou W.-D., Recurrent-Fuzzy-Neural-Network-Controlled Linear Induction Motor Servo Drive Using Genetic Algorithms, IEEE Trans. Ind. Electronics, 54 (2007), n.3, 1449-1461
  • [21] Thimm G., Fiesler E., Neural network initialization, Int. Workshop on Artificial Neural Networks, 930 (1995), 535-542
  • [22] Fernández-Redondo M., Hernández-Espinosa C., Weight initialization methods for multilayer feedforward, Proc. European Symposium on Artificial Neural Networks, 4 (2001), 119-124
  • [23] Kaminski M., Orlowska-Kowalska T., Adaptive neural speed controllers applied for a drive system with an elastic mechanical coupling – A comparative study, Engineering Applications of Artificial Intelligence, 45 (2015), 152-167
  • [24] Reed R.D., Marks R.J., Neural Smithing - Supervised Learning in Feedforward Artificial Neural Networks, A Bradford Book The MIT Press Cambridge, 1999
  • [25] Lin F.-J., Wai R.-J., Hybrid controller using a neural network for a PM synchronous servo-motor drive, IEE Proc.-Electr. Power Appl., 145 (1998), n.3, 223-230
Uwagi
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-333900c4-d826-4609-b646-388854e1bd41
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.