Parametryzacja neuronowo-rozmytych regulatorów typu TSK pracujących w adaptacyjnej strukturze sterowania prędkością układu napędowego

• Autorzy: Knychas S.

Warianty tytułu

EN

Parametrization of neuro-fuzzy TSK controller working in adaptive speed control structure of drive system

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono badania neuronowo-rozmtych reglatorów prędkości układu napędowego pracujących w adaptacyjnej strukturze sterowania. Celem badań było określenie metody doboru parametrów funkcji konkluzji regulatorów TSK pozwalających zachować odporność struktury sterowania na zmiany parametrów dynamicznych układu napędowego w szerokim zakresie zmian pozostałych parametrów regulatora. Przebadano regulatory różnych typów o zmiennych parametrach wejściowych funkcji przynależności dążąc do minimalizacji błędu doboru parametrów odpowiednich dla wszystkich badanych regulatorów. Do doboru parametrów zastosowano narzędzie Matlab Genetic Algorithm Toolbox.

EN

In the paper issues related to the application of the adaptive control structure with a neuro-fuzzy TSK controllers with different parameters are presented. After a short introduction the mathematical model of plant and the structure of TSK neuro-fuzzy controller is featured. For identification TSK conclusions parameters the Genetic Algorithm Toolbox is taken. Proposed control structure with various neuro-fuzzy TSK controller is tested in simulation study. The obtained results allows to choose one set of TSK conclusion parameters witch have good properties for all researched controllers.

Słowa kluczowe

PL

sterowanie adaptacyjne; regulatory neuronowo-rozmyte; Matlab Genetic Algorith Tool

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2012
• Tom: Vol. 66, nr 32, t. 2
• Strony: 102--110
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Knychas S.

• Politechnika Wrocławska, Instytut Maszyn, Napędów I Pomiarów Elektrycznych, 50-327 Wrocław, ul. Smoluchowskiego 19,

Bibliografia

• [1] SZABAT K., Struktury sterowania elektrycznych układów napędowych z połączeniem sprężystym, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, Nr 61, Wrocław 2008
• [2] KNYCHAS S., SZABAT K., Zastosowanie adaptacyjnego regulatora opartego na zbiorach rozmytych typu II do sterowania prędkością układu napędowego, Przegląd Elektrotechniczny, vol. 87, nr 7, 2011, s. 160–163.
• [3] KNYCHAS S., Adaptacyjne sterowanie układu dwumasowego z połączeniem sprężystym z wykorzystaniem regulatorów neuronowo-rozmytych, Zeszyty Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, nr 65, 2011.
• [4] KNYCHAS S., Analiza porównawcza rekurencyjnych regulatorów neuronowo-rozmytych pracujących w adaptacyjnej strukturze sterowania prędkością układu napędowego, SENE 2011.
• [5] LIN F., CHOU P., Adaptive Control of Two-Axis Motion Control System Using Interval Type-2 Fuzzy Neural Network, IEEE Trans. on Industrial Electronics, 2009, Vol. 56, No. 1, pp. 178–193.
• [6] LIN F.J., CHEN S.Y., CHOU P.H., SHIEH P.H., Interval type-2 fuzzy neural network control for X-Y-Theta motion control stage using linear ultrasonic motors, Neurocomputing, 2009, Vol. 72, No. 4–6, pp. 1138–1151.
• [7] ORŁOWSKA-KOWALSKA T., SZABAT K., Optimization of Fuzzy-Logic Speed Controller for DC Drive System With Elastic Joints, IEEE Trans. on Industrial Electronics, 2004, Vol. 40, No. 4, pp. 1138–1144.
• [8] SZABAT K., ORŁOWSKA-KOWALSKA T., Performance Improvement of Industrial Drives With Mechanical Elasticity Using Nonlinear Adaptive Kalman Filter, IEEE Trans. Ind. Electron. March 2008, Vol. 55, No. 3, pp. 1075–1084.
• [9] ORŁOWSKA-KOWALSKA T., SZABAT K., Control of the Drive System with Stiff and Elastic Couplings Using Adaptive Neuro-Fuzzy Approach, IEEE Trans. Ind. Electronics, 2007, Vol. 54, No. 1, pp. 228–240.
• [10] SZABAT K., ORLOWSKA-KOWALSKA T., Application of the Extended Kalman Filter in Advanced Control Structure of a Drive System with Elastic Joint, IEEE Industrial Technology ICIT 2008.
• [11] ZHAO L., Design for TSK-Type Fuzzy Neural Networks Based on MSC-GA and BP, IEEE Chinese Control and Decitions Conference, CCDC, 2010, pp. 2247–2254.
• [12] GAMA C.A., EVSUKOFF A.G., WEBER P., EBECKEN N.F.F., Parameter identification of Recurrent Fuzzy Systems With Fuzzy Finite-State Automata Representation, IEEE Trans. on Fuzzy Systems, 2008, Vol. 16, No. 1, pp. 213–224.