Analiza porównawcza wybranych neuroregulatorów dla napędu z połączeniem sprężystym – opis zastosowanych modeli

• Autorzy: Orłowska-Kowalska T. , Kamiński M.

Warianty tytułu

EN

Comparative analyzis of chosen neurocontrollers for the drive system with elastic joint – description of tested models

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zagadnienia adaptacyjnego sterowania napędem elektrycznym z połączeniem sprężystym przy wykorzystaniu modeli neuronowych trenowanych on-line. Jako regulatory neuronowe proponowane są sieci perceptronowe MLP z jedną warstwą ukrytą oraz sieci z radialnymi funkcjami bazowymi RBF, uczone metodą wstecznej propagacji błędu na podstawie algorytmów gradientowych. Opisano struktury regulatorów neuronowych oraz pokazano zależności analityczne wykorzystywane do adaptacji wag i centrów odpowiednich struktur neuroregulatorów.

EN

In the paper the adaptive control problems of the drive system with elastic joint using neural models trained on-line have been presented. Perceptron-type MLP neural networks and networks with radial basis functions RBF have been proposed, which were trained with Back-Propagation Algorithm based on gradient algorithms. The structures of neurocontrollers and analytical expressions for weights and centers adaptation of the suitable neurocontrollers’ structures have been presented.

Słowa kluczowe

PL

neuronowe regulatory prędkości; adaptacja on-line; układ dwumasowy; napęd elektryczny

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2013
• Tom: Vol. 69, nr 33
• Strony: 3--13
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Orłowska-Kowalska T.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

autor

Kamiński M.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

Bibliografia

• [1] BOSE B.K., Neural Network Applications in Power Electronics and Motor Drives – An Introduction and Perspective, IEEE Transactions on Industrial Electronics, 2007, Vol. 54, No. 1, 14–33.
• [2] CHEN T.C, SHEU T.T., Model Reference Neural Network Controller for Induction Motor Speed Control, IEEE Trans. Energy Conversion, 2002, Vol. 17, No. 2, 157–162.
• [3] CHENG Q., WANG Y., CHENG Y., HU X., XUE Y, The Application of Neural Network Model Reference Adaptive Control in Wind Turbines Variable Pitch System, Journal of Computational Information Systems, 2011, Vol. 7, No. 10, 3422–3429.
• [4] CHEN D., YORK M., Adaptive Neural Inverse Control Applied to Power Systems, IEEE Power Systems Conf. and Exposition, 2006, 2109–2115.
• [5] COLINA-MORLES E., MORT N., Inverse Model Neural Network – Based Control of Dynamic Systems, IEE Control-Conf. Publ., 1994, Vol. 2, 955–960.
• [6] BOSE B.K., CHIO K.M., KIM H.J., Self Tunning Neural Network Controller for Induction Motor Drives, IEEE Annual Conf. of the IEEE Industrial Electronics Society, 2002, Vol.1, 152–156.
• [7] CHEN T.C., SHEU T.T., Model reference robust speed control for induction-motor drive with time delay based on neural network, IEEE Trans. Systems, Man and Cybernetics, 2001, Vol. 31, No. 6, 746–753.
• [8] KUSWSKI J.G., ENGELBRECHT R., HUI S., ŻAK S.H., Application of Adaline to the Synthesis of Adaptive Controllers for Dynamical Systems, American Control Confer., 1991, 1273–1278.
• [9] KAMIŃSKI M., Dyrcz K., Zastosowanie modeli ADALINE w strukturze sterowania prędkością silnika indukcyjnego, Prace Naukowe IMNiPE, 2011, Nr 65, Ser.: Studia i Materiały, Nr 31, 192–199.
• [10] KAMINSKI M., ORLOWSKA-KOWALSKA T., FPGA Implementation of ADALINE-based Speed Controller for Two-mass System, IEEE Trans. on Industrial Informatics, 2013, Vol. 9, No. 3, 1301–1311.
• [11] KAMIŃSKI M., ORŁOWSKA-KOWALSKA T., Adaptive neural speed control of the induction motor drive, Przegląd Elektrotechniczny, 2013, Vol. 89, Nr 2A, 21–24.
• [12] BISHOP M.C., Neural Networks for Pattern Recognition, Oxford University Press, 1996.
• [13] ORŁOWSKA-KOWALSKA T., KAMIŃSKI M., SZABAT K., Mechanical state variable estimation of drive system with elastic coupling using optimized feed-forward neural networks, Bulletin of the Polish Academy of Sciences: Technical Sciences, 2008, Vol. 56, No. 3, 239–246.
• [14] SZABAT K., OROWSKA-KOWALSKA T., Vibration suppression in two-mass drive system using PI speed controller and additional feedbacks – comparative study, IEEE Trans. Industrial Electronics, 2007, Vol. 54, No. 2, 1193–1206.
• [15] KAMIŃSKI M., ORLOWSKA-KOWALSKA T., SZABAT K., Analysis of the dynamical performance of the two-mass drive system with the modified state controller, Computer Applications in Electrical Engineering, 2010, Vol. 8, (ed. by R. Nawrowski), Poznań, POLI-GRAF-JAK, 105–119.
• [16] NARENDRA K.S., PARTHASARATHY K., Gradient Methods for the Optimization of Dynamical Systems Containing Neural Networks, IEEE Trans. on Neural Networks, 1991, Vol. 2, No. 2, 252–262.
• [17] KAMIŃSKI M., ORŁOWSKA-KOWALSKA T., Analiza porównawcza wybranych neuroregulatorów dla napędu z połączeniem sprężystym – wyniki badań, Prace Naukowe IMNiPE, 2013, Nr 69, Ser.: Studia i Materiały, Nr 33.