Sieci neuronowe dla potrzeb sterowania układów napędowych – wprowadzenie teoretyczne

• Autorzy: Czapaj Rafał , Kamiński Jacek , Benalcazar Pablo

Warianty tytułu

EN

Neural networks for driving systems control – theoretical introduction

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje opis podstaw biologicznych sieci neuronowych, ich modeli, funkcji aktywacji oraz metod uczenia stosowanych w wielu dziedzinach, w tym w sterowaniu układów napędowych. Odpowiednio dobrane i nauczone sieci neuronowe umożliwiają odtwarzanie niedostępnych pomiarowo zmiennych stanu układu napędowego dzięki ich identyfikacji na podstawie określonych sygnałów wejściowych i wyjściowych obiektu lub na podstawie neuromodelowania układu napędowego. Przedstawione w artykule rozważania poszerzono również o przykładowe zastosowania sztucznych sieci neuronowych w innych dziedzinach tj. prognozowaniu, analizie i klasyfikacji danych oraz filtrowaniu sygnałów pomiarowych.

EN

Described is the basic knowledge relating to biological neural networks, their models, activation function and learning methods applied in many areas including driving systems control. Properly selected and taught neural networks enable recovery of the inaccessbile by measurements variables of a driving system condition thanks to their identification on the basis of specified input and output object signals or on the basis of neuromodeling of a driving system. Presented here considerations were also extended by exemplary applications of artificial neural networks in some other areas like forecasting, analysis and classification of data as well as filtering of measurement signals.

Słowa kluczowe

PL

sieci neuronowe; sterowanie układów napędowych; sztuczne sieci neuronowe

EN

neural networks; driving systems control; artificial neural networks

• Wydawca: Oficyna Wydawnicza Energia [Stowarzyszenie Elektryków Polskich - COSiW]
• Czasopismo: Energetyka
• Rocznik: 2019
• Tom: nr 7
• Strony: 455--462
• Opis fizyczny: Bibliogr. 35 poz., rys.

Twórcy

autor

Czapaj Rafał

• PSE Innowacje sp. z o.o., Centrum Kompetencji Badania i Rozwój, Biuro w Katowicach

autor

Kamiński Jacek

• Instytut Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk, Kraków

autor

Benalcazar Pablo

• Instytut Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk, Kraków

Bibliografia

• [1] Tadeusiewicz R., Podstawy Biocybernetyki. PWN, Warszawa 1991.
• [2] Osowski S., Sieci neuronowe. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 1996.
• [3] Stevens A., Lowe J., Histologia. WMSV, Brema 1994.
• [4] Ganong W.F., Fizjologia - Podstawy fizjologii lekarskiej. PZWL, Warszawa 1994.
• [5] Hertz J., Krogh A, Palmer R., Introduction to the Theory of Neural Computation Wesley Amsterdam 1991.
• [6] Pineda F., Generalization of Backpropagation to Recurrent Networks, "Phys. Rev. Letters" 1987, vol. 18, p. 2229-2232.
• [7] Masters T., Sieci neuronowe w praktyce (Programowanie w języku C++). WNT, Warszawa 1996.
• [8] Orłowska-Kowalska T., Kowalski C.T., Zastosowanie sieci neuronowych w napędzie elektrycznym. Materiały Konferencyjne, II Konferencja Naukowa "Sterowanie w energoelektronic i napędzie elektrycznym" - SENE, Łódź - Arturówek 199
• [9] Nocoń A., Zastosowanie sztucznych sieci neuronowych w maszynach elektrycznych. Instrukcje do ćwiczeń laboratoryjnych nr 1,2,2001, Wydawnictwo Politechniki Śląskiej.
• [10] Hrováth G., Dunay R., Modeling of Non-linear Dynamie Systems by Using Neural Networks. Materiały Konferencyjne, IEEE 1996, p.92-95.
• [11] Orłowska-Kowalska T, Migas P., Identyfikacja parametrów silników elektrycznych za pomocą sieci neuronowych na przykładzie napędu prądu stałego. Materiały Konferencyjne, IV Krajowa Konferencja Naukowa "Sterowanie w Energoelektronice i Napędzie Elektrycznym" - SENE, Łódź - Arturówek 1995-1999, 495-501.
• [12] Balara D., Źilkova J., Parametric Identification of Nonlinear DC Motor Model Using Neural Networks. Materiały Konferencyjne, EDPE 1996, p. 548-553.
• [13] Korbicz J., Janczak A., A Neural Network Approach to Identificaion of Structural Systems. Materiały Konferencyjne, IEEE 1996, p.98-103.
• [14] Orłowska-Kowalska T, Migas P., Pawlak M., Neuronowe esymatory prędkości i strumienia silnika indukcyjnego - Stan badań. Materiały Konferencyjne, IX Sympozjum Naukowe . Podstawowe Problemy Energoelektroniki i Elektromechaniki" - PPEE, Wisła 2000, s. 11-18.
• [15] Tsoi A.C., Back A., Locally Recurrent Globally Feedworward Networks: A Critical Review of Architectures. Materiały Konferencyjne, "IEEE on Neural Networks" 1994, vol. 5, No. 2, p.229-239.
• [16] Sołbut A., Werdoni J., Neuronowy estymator prędkości kątowej silnika asynchronicznego. Materiały Konferencyjne, IV Krajowa Konferencja Naukowa "Sterowanie w Energoelektronice i Napędzie Elektrycznym" - SENE, Łódź 1999, s. 607-612.
• [17] Grzesiak L.M., Skoczyłaś J., AC Machine Torque and Stator Flux EstimationUsing a Neural Network based on the Steady-State 2D Field Model. Materiały Konferencyjne, IEEE 1996, . 358-361.
• [18] Kazmierkowski M.P., Sobczuk D.L., Dzieniakowski M.A., Artificial Neural Networks Based Robust Current Regulator for Three Phase PWM Inverters. Materiały Konferencyjne, II Krajowa Konferencja Naukowa "Sterowanie w Energoelektronice i Napędzie Elektrycznym" - SENE, Łódź 1995, s. 325-329.
• [19] Świątek B., Hanzelka Z., Sterowanie aktywnym filtrem energetycznym za pomocą sieci neuronowych. Materiały Konferencyjne, V Krajowa Konferencja Naukowa "Sterowanie w Energoelektronice i Napędzie Elektrycznym" - SENE, Łódź 2001, s. 621-628.
• [20] Kozioł R., Świątek B., Neurosterowanie adaptacyjne elektrycznym układem napędowym. Materiały Konferencyjne, IV Krajowa Konferencja Naukowa - "Sterowanie w Energoelektronice i Napędzie Elektrycznym" - SENE, Łódź 1999, s. 375-379.
• [21] Kowalski C.T., Zastosowanie sieci neuronowych do diagnostyki łożysk silników indukcyjnych. Materiały Konferencyjne, IX Symozjum Naukowe .Podstawowe Problemy Energoelektronikii Elektromechaniki" - PPEE, Wisła 2000, s. 240-246.
• [22] Senjyu T, Miyazato H., Yokoda S., Uszato K., Position Control of Ultrasonic Motors Using Neural Network. Materiały Konferencyjne, IEEE 1996, p. 368-373.
• [23] Kamiński M., Orłowska-Kowalska T., Sieci neuronowe radialne w estymacji zmiennych stanu nieliniowego układu dwumasowego. "Prace Naukowe Instytutu Maszyn, Napędówi Pomiarów Elektrycznych Politechniki Wrocławskiej" 2007, nr 60, seria "Studia i Materiały" nr 27.
• [24] Dróżdż K, Kamiński M., Serkies P.J., Szabat K., Zastosowanie sieci neuronowych do estymacji prędkości napędu elektrycznego z silnikiem synchronicznym z magnesami trwałymi. "Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elekrycznych Politechniki Wrocławskiej" nr 69, seria "Studia i Materiały" 2013, nr 33.
• [25] Kamiński M., Orłowska-Kowalska T., Zastosowanie radialnej sieci neuronowej jako adaptacyjnego regulatora prędkości napędu dwumasowego. "Przegląd elktrotechniczny" 2014, R. 90, nr 5.
• [26] Krupa M., Flasza J., Zastosowanie sztucznej sieci neuronowej do regulacji prędkości kątowej silnika indukcyjnego w układzie sterowania typu IFOC. "Napędy i sterowanie" 2013, nr 9.
• [27] Szabat K., Struktury sterowania elektrycznych układów napędowych z połączeniem sprężystym. Oficyna Wydawnicza Politechniki Wrocławskiej, "Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej", seria "Monografie" 2008, nr 19, wyd. 61.
• [28] Fałat P., Zastosowanie sieci neuronowej do sterowania pracą wciągarki. Wydawnictwo Wydziału Zarządzania i Informatyki Akademii Techniczno-Humanistycznej "Acta Mechanica et Automatica" 2010, nr 2, wyd. 4.
• [29] Pogorzelski R., Modularne sieci neuronowe w sterowaniu modelem laboratoryjnym suwnicy przemysłowej. Wydawnictwo Politechniki Poznańskiej. Electrical Engineering" 2017, nr 91.
• [30] Smoczek J., Szpytko J., Sposoby sterowania zautometyzowanymi pomostowymi suwnicami. "Prace Naukowe Politechniki Warszawskiej", seria "Transport" 2010, z. 73.
• [31] Kamiński M., Orłowska-Kowalska T., Regulatory neuronowe trenowane off-line zastosowane w strukturze sterowania prędkością napędu dwumasowego. "Przegląd Elektrotechniczny 2015, R. 91, nr 1.
• [32] Orłowska-Kowalska T., Kamiński M., Adaptive Neuroconrollers for Orive Systems: Basic Concepts, Theory and Applications, Aadvanced and Intelligent Control in Powe lectronics and Orives. Teresa Orłowska-Kowalska, Frede Blaabjerg, José Rodriguez (eds.), Springer, 2014, Bazylea, Szwajcaria
• [33] Kamiński M., Orłowska-Kowalska T., An On-Line Trained Trained Neural Controller with a Fuzzy Learning Rate of the Lavenberg-Marquardt Algorithm for Speed Control of an Electrical Drive with an Elastic Joint. "Applied Soft Computing' 15, Vol. 32.
• [34] Kamiński M., Orłowska-Kowalska T., Adaptive Neural Speed Controllers Applied for a Drive System with an Elastic Mechanical Coupling - a Comparative Study. "Engineering Applications of Artificial Intelligence" 2015, Vol. 45.
• [35] Kamiński M., Adaptacyjny regulator neuronowy dla układu dwumasowego. "Przegląd Elektrotechniczny" 2016, R. 92, nr 5.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).