Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przegląd Elektrotechniczny

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Hamilton-Ostrogradsky rule

Sortuj według:

Ogranicz wyniki do:

Wykorzystanie sztucznej sieci neuronowej do wyznaczania prądu generatora w układzie napędowym silnik PMSM – generator prądu stałego

Czaban A., Lis M.

Przegląd Elektrotechniczny

2014

R. 90, nr 6

272--274

W pracy wykorzystując sztuczną sieć neuronową wyznaczono prąd twornika generatora prądu stałego, który napędzany jest przez silnik PMSM za pomocą długiego elementu sprężystego. Uczenie sieci neuronowej prowadzono wykorzystując matematyczny model układu elektromechanicznego. Model ten został sformułowany poprzez zastosowanie interdyscyplinarnej metody wariacyjnej. Wyniki symulacji komputerowej przedstawiono w postaci tabel oraz graficznej.

In the paper the rotor current of a DC generator driven by PMSM motor through a long elastic component has been determined. For this purpose an artificial neural network has been determined. Teaching of the ANN has been carried out using a mathematical model of the electromagnetic system. The model has been formulated using an interdisciplinary variation method. The results of computer simulations have been depicted in the form of tables and charts.

Model matematyczny układu napędowego z silnikiem synchronicznym jako nauczyciel sztucznej sieci neuronowej

Chaban A, Lis M.

Przegląd Elektrotechniczny

2013

R. 89, nr 12

320-323

W pracy wykorzystując model matematyczny elektrycznego układu napędowego z silnikiem synchronicznym o biegunach jawnych, zaproponowano sztuczną siec neuronową do wyznaczenia momentu obciążenia. Model matematyczny układu zastosowano jako nauczyciela sieci neuronowej. Dla formułowania różniczkowych równań stanu wykorzystano metody wariacyjne. Wyniki symulacji komputerowych przedstawiono w postaci graficznej.

In the paper the application of an artificial natural network is proposed in order to determine the load torque of electric motor. The mathematical model of electric drive system, based on a synchronous motor with salient poles, was used as a supervisor for the artificial neural network. The variational methods were used in order to formulate the differential state equations. Results of computer simulations are presented as graphs.