Modelling of the dynamics of a gyroscope using artificial neural networks

• Autorzy: Łacny Ł.

Warianty tytułu

PL

Zastosowanie sztucznych sieci neuronowych do modelowania dynamiki giroskopu

• Języki publikacji: EN

Abstrakty

EN

It this paper, a neural network was utilized in order to create an emulator, which could mimic the behaviour and nonlinear dynamics of a gyroscope with two axes of freedom, subjected to both low- and high-frequency excitation. For this purpose, several known learning methods, such as the gradient and Levenberg-Margquardt method, were used. Three different models of neural networks were considered and compared for their effectiveness: NNFIR, NNARX and the recurrent network NNARMAX.

PL

W niniejszej pracy przedstawiono, w jaki sposób przy użyciu sztucznej sieci neuronowej możliwe jest stworzenie emulatora, który naśladuje zachowanie i nieliniową dynamikę giroskopu o dwóch osiach swobodnych, poddanego wymuszeniom zarówno o niskiej, jak i wysokiej częstotliwości. W celu nauczenia sieci neuronowej, wykorzystano szereg dostępnych algorytmów uczących (m.in. gradientowy, Levenberga-Margquadta). Przetestowano oraz porównano trzy różniące się od siebie modele sieci neuronowych: NNFIR, NNARX oraz sieć rekurencyjną NNARMAX.

Słowa kluczowe

EN

artificial neural networks; dynamical systems; emulation; gyroscopes

• Wydawca: Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
• Czasopismo: Journal of Theoretical and Applied Mechanics
• Rocznik: 2012
• Tom: Vol. 50 nr 1
• Strony: 85--97
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Łacny Ł.

• Cracow University of Technology, Institute of Applied Mechanics, Kraków, Poland,

Bibliografia

• 1. Cannon R.H. jr., 1973, Dynamika układow fizycznych, WNT, Warszawa
• 2. Hagan M.T., Demuth H.B., de Jesus O., 2002, An introduction to the use of neural networks in control systems, International Journal of Robust and Nonlinear Control, 12, 11, 959-985
• 3. Korbicz J., Obuchowicz A., Uciński D., 1994, Sztuczne sieci neuronowe. Podstawy i ich zastosowania, Akademicka Oficyna Wydawnicza PLJ,Warszawa
• 4. Koruba Z., 2001, Dynamika i sterowanie giroskopem na pokładzie obiektu latającego, Wydawnictwo Politechniki Świętokrzyskiej, Kielce
• 5. Koruba Z., 2008, Elementy teorii i zastosowań giroskopu sterowanego, Wydawnictwo Politechniki Świętokrzyskiej, Kielce
• 6. Narendra K.S., Parthasarathy K., 1990, Identification and control of dynamical systems using neural networks, IEEE Transactions on Neural Networks, 1, 1, 4-27
• 7. Nizioł J., edit., 2005, Mechanika Techniczna. Tom II – Dynamika układow mechanicznych, IPPT PAN, Warszawa
• 8. Norgaard M., Ravn O., Poulsen N.K., Hansen L.K., 2000, Neural Networks for Modelling and Control of Dynamic Systems, Springer-Verlag, London
• 9. Omidvar O., Elliott D.L., 1997, Neural Systems for Control, Morgan Kaufmann Publishers Inc., San Francisco
• 10. Passino K.M., 2005, Biomimicry for Optimization, Control and Automation, Springer-Verlag, London
• 11. Sarangapani J., 2006, Neural Network Control of Nonlinear Discrete-Time Systems, CRC Press, Taylor & Francis Group, New York
• 12. Żurada J., Barski M., Jędruch W., 1996, Sztuczne sieci neuronowe, Podstawy teorii i zastosowania, Wydawnictwo Naukowe PWN