Neuronowy generator wirtualnej zmiennej stanu w regulatorze prędkości układu dwumasowego

• Autorzy: Stanisławski Radosław , Malarczyk Mateusz , Szrek Jarosław , Żychlewicz Mateusz , Kamiński Marcin

Identyfikatory

DOI

10.15199/48.2023.05.34

Warianty tytułu

EN

Neural generator of a virtual state variable used in speed control of a two-mass system

• Języki publikacji: PL

Abstrakty

PL

W publikacji przedstawiona została modyfikacja klasycznego regulatora stanu, która zakłada wprowadzenie radialnej sieci neuronowej (Radial Basis Function Neural Network). Celem jest wygenerowanie sygnału, który zostanie wprowadzony do wektora zmiennych stanu sprzężeń zwrotnych. Obiektem regulacji jest napęd elektryczny z połączeniem sprężystym. W artykule uwzględniono opis teoretyczny proponowanego rozwiązania, a także zaprezentowano wyniki badań symulacyjnych struktury sterowania. Badania przeprowadzone dla rzeczywistego układu napędowego stanowią dodatkową weryfikację analizowanego regulatora stanu.

EN

In this paper, a state feedback controller enhanced by a Radial Basis Function Neural Network is presented. The main goal of the network is calculation of a virtual signal used in state vector and applied as feedback. The plant considered in the article is an electrical drive with a flexible joint. The mathematical description of the proposed control scheme and the numerical tests can be found in the manuscript. Experimental analysis is performed as an additional verification of the proposed state controller.

Słowa kluczowe

PL

regulator stanu; radialna sieć neuronowa; sterowanie adaptacyjne; układ dwumasowy

EN

state feedback controller; radial basis function neural network; adaptive control; two-mass system

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 5
• Strony: 196--201
• Opis fizyczny: Bibliogr. 28 poz., rys.

Twórcy

autor

Stanisławski Radosław

• Politechnika Wrocławska, Wydział Elektryczny, Katedra Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

• https://orcid.org/0000-0003-4739-2948

autor

Malarczyk Mateusz

• Politechnika Wrocławska, Wydział Elektryczny, Katedra Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

• https://orcid.org/0000-0003-1477-8385

autor

Szrek Jarosław

• Politechnika Wrocławska, Wydział Mechaniczny, Katedra Podstaw Konstrukcji Maszyn i Układów Mechatronicznych, ul. Łukasiewicza 7/9, 50-371 Wrocław

• https://orcid.org/0000-0002-2067-4577

autor

Żychlewicz Mateusz

• Politechnika Wrocławska, Wydział Elektryczny, Katedra Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

• https://orcid.org/0000-0003-1608-3333

autor

Kamiński Marcin

• Politechnika Wrocławska, Wydział Elektryczny, Katedra Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

• https://orcid.org/0000-0002-8472-1053

Bibliografia

• [1] Park H.Y., Lee S.H. Eigenvector assignment based vibration suppression control for a two link flexible joint robot arm. International Conference on Control, Automation and Systems(2008), 2513-2516
• [2] Sun W., Diao S., Su S.F., Wu Y. Adaptive fuzzy tracking forflexible-joint robots with random noises via command filter control. Information Sciences (2021), 575, 116-132
• [3] Valenzuela J.A., Bentley J.M., Lorenz R.D. Evaluation of torsional oscillations in paper machine sections. IEEE Transactions on Industry Applications, 41(6) (2005), 1458-1466
• [4] Park T.S., Shin E.C., Oh W.H., Yoo J.Y. Robust speed control for torsional vibration suppression of rolling mill drive system. Proceedings of the 29th Annual Conference of the IEEE Industrial Electronics Society IECON ’03 (2003), Roanoke, USA, 66-71
• [5] Rajendran S., Diaz M., Chavez H., Cruchaga M., Castillo E. Terminal Synergetic Control for Variable Speed Wind Turbine Using a Two Mass Model. IEEE CHILEAN Conference on Electrical, Electronics Engineering, Information and Communication Technologies (CHILECON) (2021), 1-6
• [6] Jung H., Jeon K., Oh S. Iterative Feedback Tuning of Cascade Control for Position and Velocity of Two-Mass System. IFAC PapersOnLine (2020), 53(2), 8357-8362
• [7] Saito E., Katsura S. Vibration Control of a Two-Mass resonant system using wave compensator. SICE Annual Conference(2011), 2672-2677
• [8] Palleschi A., Mengacci, R., Angelini F., Caporale D., Pallottino L., De Luca A., Garabini M. Time-Optimal Trajectory Planning for Flexible Joint Robots. IEEE Robotics and Automation Letters (2020), 5, 938-945
• [9] Singh V.P., Kishor N, Samuel P., Singh N. Small-signal stability analysis for two-mass and three-mass shaft model of wind turbine integrated to thermal power system. Computers & Electrical Engineering (2019), 78, 271-287
• [10] Serkies P., Szabat K. Effective damping of the torsional vibrations of the drive system with an elastic joint based on the forced dynamic control algorithms. Journal of Vibration and Control (2019), 25(16), 2225-2236
• [11] Beck H.P., Turschner D. Commissioning of a State-Controlled High-Powered Electrical Drive Using Evolutionary Algorithms. IEEE/ASME Transactions on Mechatronics (2001), 6(2), 149-154
• [12] Kaminski M. Zastosowanie algorytmu BAT w optymalizacji obliczeń adaptacyjnego regulatora stanu układu dwumasowego. Przegląd Elektrotechniczny, 93(2017), nr 1, 300-304
• [13] Chaoui H., Sicard P., Lakhsasi A., Schwarz H. Neural network based model reference adaptive control structure for a flexiblejoint with hard nonlinearities. IEEE International Symposium on Industrial Electronics (2004), 271-276
• [14] Kabziński, J., Mosiołek, P. Adaptacyjne sterowanie dwumasowego układu napędowego z nieliniową charakterysyką sztywności. Przegląd Elektrotechniczny, 03/2018, 49-54
• [15] Zawirski K., Pajchrowski T., Nowopolski K. Application of adaptive neural controller for drive with elastic shaft and variable moment of inertia. 2015 17th European Conference on Power Electronics and Applications (EPE'15 ECCE-Europe)(2015), 1-10
• [16] Diao S., Sun W., Su S.F., Xia J. Adaptive Fuzzy Event Triggered Control for Single-Link Flexible-Joint Robots with Actuator Failures. IEEE Transactions on Cybernetics (2022), 52(8), 7231-7241
• [17] Kaminski M., Orlowska-Kowalska T. Clustering in optimization of RBF-based neural estimators for the drive system with elastic joint. IEEE International Symposium on Industrial Electronics (2011), 1907-1911
• [18] Żychlewicz M., Stanisławski R., Kamiński M. Grey Wolf Optimizer in Design Process of the Recurrent Wavelet Neural Controller Applied for Two-Mass System. Electronics (2022), 11(2), 177-199
• [19] Zawiślak, R. Weryfikacja wrażliwości obserwatora zredukowanego z kompensacją nieliniowości na niedokładną identyfikację parametrów silnika bezszczotkowego, Przegląd Elektrotechniczny, 7/2020, 97-102
• [20] Luczak D., Pajchrowski T. Application of Adaptive Neural Controller and Filter Tune for Multi-Mass Drive System. 20thEuropean Conference on Power Electronics and Applications (EPE’18 ECCE Europe) (2018), 1-9
• [21] Sleszycki K., Wrobel K., Szabat K., Katsura S. Parameter Identification of the Two-Mass System with the help of Multilayer Estimator. IEEE 30th Interational Symposium on Industrial Electronics (ISIE) (2021), 1-6
• [22] Brock S., Luczak D., Nowopolski K., Pajchrowski T., Zawirski K. Two Approaches to Speed Control for Multi-Mass System with Variable Mechanical Parameters. IEEE Transactions on Industrial Electronics (2016), 64(4), 3338-3347
• [23] Kaminski M. Neural estimators of two-mass system optimizedusing the Levenberg-Marquardt training and genetic algorithm. 21st International Conference on Methods and Models in Automation and Robotics (MMAR) (2016), 559-564
• [24] Kaminski M., Orlowska-Kowalska T. Application of neural network with adaptive interaction for speed control of the drive system with elastic joint. IEEE International Symposium on Industrial Electronics (2013), 1-6
• [25] Zhang R., Tong C. Torsional Vibration Control of the Main Drive System of a Rolling Mill Based on an Extended State Observer and Linear Quadratic Control. Journal of Vibration and Control (2006), 12(3), 313-327
• [26] Bishop Ch.M. Neural Networks for Pattern Recognition, Oxford University Press, USA, 1996
• [27] Ren H.P., Jiao S.S., Wang X., Li J. Adaptive RBF Neural Network Control Method for Pneumatic Position Servo System. IFAC – PapersOnLine (2020), 53(2), 8826-8831
• [28] Xu T., Liu J., Huang C., Sun T., Wu X. Discrete-Time Optimal Control of Miniature Helical Swimmers in Horizontal Plane. IEEE Transactions on Automation Science and Engineering (2022), 19 (3), 2267-2277