Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
Identyfikatory
Warianty tytułu
Zastosowanie sztucznych sieci neuronowych do modelowania dynamiki giroskopu
Języki publikacji
Abstrakty
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.
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
Czasopismo
Rocznik
Tom
Strony
85--97
Opis fizyczny
Bibliogr. 12 poz., rys.
Twórcy
autor
- Cracow University of Technology, Institute of Applied Mechanics, Kraków, Poland, llacny@pk.edu.pl
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
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BWM6-0010-0039