Data fitting using artificial neural network in a chaotic motion analysis of a nonlinear electromagnetic energy harveste

• Autorzy: Kulik Marcin

Warianty tytułu

PL

Aproksymacja ruchu chaotycznego w elektromagnetycznym przetworniku energii drgań mechanicznych z wykorzystaniem sztucznej sieci neuronowej

• Języki publikacji: EN

Abstrakty

EN

In this work the chaotic motion of the nonlinear electromagnetic energy harvester is analyzed. In order to better visualize the dependency of the chaotic motion from vibrations acceleration and frequency, the simulated frequency characteristics were interpolated by the artificial neural network. Obtained model match well with simulations and can be used for predicting chaotic motion in nonlinear kinetic energy harvesters.

PL

W niniejszej pracy zbadano ruch chaotyczny w nieliniowym elektromagnetycznym układzie pozyskującym energię z drgań mechanicznych. Aby zobrazować zależność ruchu chaotycznego występującego w układzie od przyspieszenia i częstotliwości drgań stworzono metamodel bazujący na sztucznej sieci neuronowej. Danymi wejściowymi były uprzednio obliczone charakterystyki częstotliwościowe układu dla różnych sił wymuszających drgania. Otrzymany model dobrze pokrywa się z wynikami otrzymanymi z symulacji, dzięki czemu może być wykorzystany do szybkiej predykcji ruchu chaotycznego w nieliniowych przetwornikach energii drgań mechanicznych.

• Wydawca: Oficyna Wydawnicza Politechniki Opolskiej
• Czasopismo: Zeszyty Naukowe. Informatyka / Politechnika Opolska
• Rocznik: 2020
• Tom: vol. 371, z. 4
• Strony: 125--133
• Opis fizyczny: Bibliogr. 5 poz., rys.

Twórcy

autor

Kulik Marcin

• Faculty of Electrical Engineering, Automatic Control and Informatics Institute of Drive Systems and Robotics

Bibliografia

• [20] BEEBY S.P., TORAH R.N., TUDOR M.J., GLYNNE-JONES P., O’DONNELL T., SAHA C.R., ROY S.: A micro electromagnetic generator for vibration energy harvesting, Journal of Micromechanics and Microengineering, Vol. 17, No. 7, 2007
• [21] JAGIEŁA M., KULIK M.: Chaotic behavior of new nonlinear electromagnetic microgenerator harvesting energy from mechanical vibrations, International Symposium on Electrical Machines SME 2017, Nałęczów. DOI: 10.1109/ISEM.2017.7993550
• [22] JAGIEŁA M., KULIK M.: Action of torsion and axial moment in a new nonlinear cantilever-type vibration energy harvester, International Journal of Applied Electromagnetics and Mechanics, Vol. 57, No. S1, pp. 135–142, 2018. DOI: 10.3233/JAE182304
• [23] GERON A.: Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, ISBN 9781492032595, O’Reilly Media, Inc., 2019
• [24] NEAL R.N.: Bayesian learning for neural networks, Springer-Verlag New York, New York 1996

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).