Zastosowanie adaptacyjnego neuronowo-rozmytego regulatora prędkości z konkurencyjnymi warstwami Petriego do sterowania silnika elektrycznego

• Autorzy: Derugo P. , Dybkowski M. , Szabat K.

Warianty tytułu

EN

Application of the adaptive neuro-fuzzy speed controller with Petri layers to electrical drives

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono adaptacyjną strukturę sterowania z modelem odniesienia (MRAS) z regulatorem neuronowo-rozmytym i warstwami Petriego. Po krótkim wstępie opisano adaptacyjną strukturę sterowania. Kolejno przedstawiono ideę sieci Petriego. Następnie przeanalizowano wpływ konkurencyjności poszczególnych warstw układu na właściwości dynamiczne obiektu. Rozważania teoretyczne zostały potwierdzone badaniami symulacyjnymi wykonanymi w pakiecie Matlab-Simulink oraz testami na obiekcie rzeczywistym.

EN

In the paper an adaptive MRAS-type control structure with neuro-fuzzy controller and Petri layers is investigated. After short introduction the considered control structure is presented. Next, the idea of the Petri nets is described. Then, the impact of the competitiveness of the Petri layers to the drive dynamics is analyzed. Theoretical considerations are confirmed by simulation and experimental studies.

Słowa kluczowe

PL

sterowanie adaptacyjne; sterowanie rozmyte; napęd elektryczny; sieć Petriego

EN

adaptive control; fuzzy control; electrical drive; Petri net

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 12
• Strony: 64--67
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Derugo P.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych

autor

Dybkowski M.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych

autor

Szabat K.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych

Bibliografia

• [1] Janiszewski D., Bezczujnikowy napęd z silnikiem synchronicznym o magnesach trwałych oparty na bezśladowym filtrze Kalmana, Przegląd Elektrotechniczny, (2010), 86, 2, s. 169-174.
• [2] Serkies P., Szabat K., Adaptacyjna struktura sterowania z predykcyjnym regulatorem prędkości dla układu napędowego z połączeniem sprężystym, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały, (2011), nr 31, str, 320-330.
• [3] Derugo P., Dybkowski M., Szabat K., Adaptacyjne wektorowe sterowanie układem napędowym z połączeniem sprężystym. Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały, (2012), nr 32, str, 67-76.
• [4] Serkies P., Szabat K., Predykcyjny regulator prędkości napędu dwumasowego z rozmytą adaptacją ograniczeń, Przegląd Elektrotechniczny, (2012), vol 88, no 4, str; 209 – 2012.
• [5] S. Knychas, K. Szabat, Adaptacyjny układ sterowania z rekurencyjnymi regulatorami rozmytymi dla układu napędowego o zmiennych parametrach, Przegląd Elektrotechniczny, (2013), R. 89, nr. 6, str. 155-158.
• [6] Lin F., Chou P., Adaptive Control of Two-Axis Motion Control System Using Interval Type-2 Fuzzy Neural Network, IEEE Trans. On Ind. Electronics, 56 (2009), nr.1, 178-193
• [7] Henry M., Layer R., Snow K., Zaret D., Evaluating the risk of cyber attacks on scada systems via petri net analysis with application to hazardous liquid loading operations, Technologies for Homeland Security, (2009), pp. 607–614.
• [8] Łebkowski P., Sieci Petri narzędziem analizy łańcucha dostaw, Logistyka, (2007), nr 5, 395-401.
• [9] Lasota A. Karatkevich A., Modification of Petri nets modeling production processes when quality control is introduced, Przegląd Elektrotechniczny, (2011) R. 87, nr 11, 164-168
• [10] Wai R. J., Liu C. M., Robust Control for Linear Induction Motor Servo Drive Using Neural Network Uncertainty Observer, IEEE Tran. On Ind. Electronics, (2009), vol. 56, no. 7, pp. 2667-2683.
• [11] Wai R.-J., Chu C.-C., Motion Control of Linear Induction Motor via Petri Fuzzy Neural Network; IEEE Tran. On Industrial Electronics, (2007), vol. 54, no. 1, pp. 281-295.
• [12] Zheng Li, Robust Control of PM Spherical Stepper Motor Based on Neural Networks, IEEE Tran. on Industrial Electronics, (2009) vol. 56, no. 8, pp. 2945 – 2954.
• [13] Dĺugosz R., Talaśka T., Pedrycz W., Wojtyna R., Realization of the Conscience Mechanism in CMOS Implementation of Winner-Takes-All Self-Organizing Neural Networks, IEEE Tran. on Neural Networks, Volume: 21, NO. 6, (2010), 961-971
• [14] Qiang X., Cheng G., Li Z., A survey of some classic selforganizing maps with incremental learning, 2nd International Conf. on Signal Processing Systems (2010), vol. 1, 804 -809,.
• [15] Kaminski M, Orłowska-Kowalska T., Comparison of bayesian regularization and Optimal Brain Damage methods in optimization of neural estimators for two-mass drive system, 2010 IEEE Int. Sym. on Ind. Electronics, (2010), 102 – 107