Application of artificial intelligence methods in electrical drives

• Autorzy: Orłowska-Kowalska T.

Warianty tytułu

PL

Zastosowanie metod sztucznej inteligencji w napędzie elektrycznym

• Języki publikacji: EN

Abstrakty

EN

The paper attempts to give a general review of Al applications for modelling, identification, state variables estimation and control of electrical drive systems. The paper is subdivided into three main sections which describe, respectively, the principles of neural network technique, genetic algorithms and fuzzy logic theory and the possibility of their application in control problems of dynamic systems. In the last part of each section some examples directly addressed to practical application in power electronics and motion control are presented, taken from the literature published in the last years. The actual trends of the fusion of all artificial intelligence methods are presented in the paper.

PL

W artykule przedstawiono ogólny przegląd możliwości zastosowań metod sztucznej inteligencji do modelowania, identyfikacji, estymacji zmiennych stanu oraz sterowania napędów elektrycznych. Artykuł składa się z trzech głównych części, zawierających odpowiednio podstawowe informacje z zakresu sieci neuronowych, algorytmów genetycznych i zbiorów rozmytych oraz możliwości ich zastosowań w zagadnieniach sterowania obiektów dynamicznych. W końcowej części każdego z głównych rozdziałów przedstawiono przykłady zastosowań tych technik w energoelektronice i napędzie elektrycznym, zaczerpnięte z literatury. Aktualne trendy związane z przenikaniem się wszystkich metod sztucznej inteligencji przedstawiono w końcowej części artykułu.

Słowa kluczowe

EN

artificial intelligence; neural network; electrical drive; electric power; genetic algorithms; fuzzy logic controllers; modelling; identification

PL

sztuczna inteligencja; sieć neuronowa; napęd elektryczny; regulatory rozmyte; modelowanie; algorytm genetyczny

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2004
• Tom: R. 80, nr 4
• Strony: 291--304
• Opis fizyczny: Bibliogr. 35 poz., rys., tab.

Twórcy

autor

Orłowska-Kowalska T.

• Wrocław University of Technology, Institute of Electrical Machines, Drives and Measurements

Bibliografia

• 1. Ben-Brahim L., Kurosawa R., (1993), Identification of induction motor speed using neural networks, Proc. of the Power Conversion Conference, Yokohama, Japan, pp. 689-694.
• 2. Bose B.K., (1994), Expert System, Fuzzy Logic and Neural Network Applications in Power Electronics and Motion Control, Proc. of the IEEE, vol.82, No.8, pp.1303-1323.
• 3. Beliczynski B., Grzesiak L., (2002), Induction motor speed estimation:neural versus phenomenological model approach,
• 4. Driankov D.D., Hellendoorn H., Reinfrank M., (1993), SpringerVerlag, Berlin-Heilderberg, An Introduction to Fuzzy Control. Neurocomputing, vol.43, pp.17-36
• 5. Duch W., Korbicz J. Rutkowski L., Tadeusiewicz R.,(Editors) Exit Press, Warsaw: in ser. Biocybernetics and Biomedical Engineering, vol. 6, Neural Networks.
• 6. Fortuna L., Gallo A., Graziani S., (1991), A neural approach for electromechanical systems modelling, Proc. of EPE’91, Firenze, pp.603-608.
• 7. Fukuda T., (1992), Theory and applications of neural networks for industrial control systems, IEEE Trans. on Ind. Electr., vol.39, No.6, pp.472-489.
• 8. Goldberg D. E., (1989), Addison-Weslay, Genetics Algorithms in Search, Optimisation and Machine Learning.
• 9. Grabowski P.Z. (1999), Direct flux and torque neuro-fuzzy control of inverter-fed induction motor drives, Ph.D.Thesis, Institute of Control and Industrial Electronics, Warsaw University of Technology, Warsaw, Poland.
• 10. Holland J., (1962), Ann Arbor, MIT, USA: Genetic Algorithms.
• 11. Jang J-S.R., Sun C.T. (1995), Neuro-fuzzy modeling and control, Proceedings of the IEEE, 83, no. 3, pp. 378-406.
• 12. Kazmierkowski M.P., Viet P., Dzieniakowski M.A., (1993), Neural network based current regulator for PWM inverters, Proc.of EPE’93, Brighton, pp.186-189.
• 13. Kazmierkowski M.P., Sobczuk D.L., (1994), Improved neural network current regulator for VS-PWM inverters, Proc. IEEE/IECON’94, Bologna, pp.1237-1241.
• 14. Kazmierkowski M.P., Orlowska-Kowalska T., (2002), NN state estimation and control in converter-fed induction motor drives, Chapter 2 in a book: “Soft Computing in Industrial Electronics”, Physica-Verlag, Springer, Heilderberg, Germany, pp.45-94.
• 15. Koza J., (1989), Palo Alto, CA, USA:Genetic Programming.
• 16. Lin B.R., Hoft R.G., (1994), Neural networks and fuzzy logic in power electronics, Control Eng. Practice,vol.2,No.1,pp.113-121
• 17. Migas P., Orłowska-Kowalska T., (1999) Identyfikacja parametrów silników elektrycznych za pomocą sieci neuronowych na przykładzie napędu prądu stałego, Mater. IV Kraj. Konfer. SENE’99, Łódź, str.45-504.
• 18. Narendra K.S., Parthasarathy K., (1990), Identification and Control of dynamical systems using neural networks, IEEE Trans. on Neural Networks, vol.1, no.1, pp.4-27.
• 19. Orlowska-Kowalska T., (1998), Artificial neural networks in the electrical drives control - a survey, Archives of Electrical Engineering, vol. XLVII, No.2, pp. 127-143.
• 20. Orlowska-Kowalska T., Kowalski C.T. (1996), Neural network based flux estimator for the induction motor, Proc. of PEMC’96, Budapest, Hungary, pp. 187-191.
• 21. Orlowska-Kowalska T., Migas P., (1998), Neural speed estimator for the induction motor drive, Proc. of PEMC’98, Prague, Czech Republic, pp. 7.89-7.94.
• 22. Orlowska-Kowalska T., Migas P., (1999), Influence of neural network structure on the induction motor speed estimation quality, Proc. of EDPE’02, Kosice - Stara Lesna, Slovak Republic, pp. 23-31.
• 23. Orlowska-Kowalska T., Pawlak M., (2000), Induction motor speed estimation based on neural modeling method, Archives of Electrical Engineering, 49, no. 1, pp. 35-48.
• 24. Orlowska-Kowalska T., Pawlak M., (2001), Induction Motor Drive Monitoring using New Neural Speed Estimator, Proc. of IEEE-SDEMPED’2001, Grado-Gorizia, pp.453-458
• 25. Orlowska-Kowalska T., Jaszczak K., (2003), An Adaptive Fuzzy Neural Network Control System for DC Drive, Proc. of EPE’03, Toulouse, France, CD.
• 26. Orłowska-Kowalska T., (2003), WUT Press, Wrocław: in. ser. Of Polish Academy of Science „Developments in Power Electronics and Electrical Drives”, vol. 48, Sensorless Induction Motor Drives.
• 27. Orłowska-Kowalska T., Szabat K., Ritter W., (2003), Identyfikacja parametrów silnika indukcyjnego za pomocą algorytmów genetycznych, Prace Naukowe IMNiPE, Nr 54, ser. Studia i Materiały, Nr 23, str.
• 28. Simoes K., Bose B.K., (1995), Neural network based estimation of feedback signals for a vector controlled induction motor drive, IEEE Trans. on Industry Applications, 31, no. 3, pp. 620-639.
• 29. Sobczuk D. L. (1999), Application of artificial neural networks for control of PWM inverter-fed induction motor drives, Ph.D. Thesis, Institute of Control and Industrial Electronics, Warsaw University of Technology, Warsaw, Poland.
• 30. Szabat K., Orłowska-Kowalska T., (2001), Optimisation of fuzzy-logic speed controller for DC drive system with elastic joints, Proc. of Intern. Symp. OPTIM’2001, Brasov, Rumunia, CD.
• 31. Toh A.K.P. and Nowicki E.P. (1994), A flux estimator for field oriented control of an induction motor using an artificial neural network, Proc. of IEEE/Industry Applications Society, pp. 585-592.
• 32. Vas P., (1999) Artificial-Intelligence-Based Electrical Machines and Drives, Oxford University Press.
• 33. Weerasooriya S., El-Sharkawi M., (1991), Identification and control of a DC motor using back-propagation neural networks, IEEE Trans. on Energy Conversion, vol.6, No.4, pp.663-669.
• 34. Weerasooriya S., El-Sharkawi M., (1994), High performance drive of DC brushless motors using neural network, IEEE Trans. on Energy Conversion, vol.9, N0.2, pp.317-322.
• 35. Zadeh L.A., (1965), Fuzzy sets, Inform. Contr., vol.8, pp.338-335