Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  adaptacja on-line
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Artykuł prezentuje zastosowanie sieci neuronowej adaptowanej on-line w pętli regulacji prędkości układu napędowego z połączeniem sprężystym. W algorytmie zastosowano model neuronowy z radialnymi funkcjami aktywacji. W celu aktualizacji wartości wag oraz centrów regulatora adaptacyjnego zastosowano algorytm gradientowy. W tej części obliczeń poprawki dla aktualnych parametrów regulatora neuronowego są mnożone przez stałe determinujące stopień oddziaływania zastosowanej metody adaptacji. Charakterystycznym rozwiązaniem, prezentowanym w niniejszym artykule, jest zastosowanie modelu rozmytego w celu wyznaczenia wspomnianych współczynników skalujących. Zaprojektowany regulator został przetestowany w symulacjach oraz wykonano badania eksperymentalne z wykorzystaniem procesora sygnałowego karty dSPACE1103.Uzyskane wyniki prezentują precyzję sterowania analizowanego regulatora neuronowego oraz jego odporność na zmiany parametrów obiektu.
EN
Article presents application of neural network trained on-line in speed control loop of electrical drive with elastic connection. In algorithm neural model with radial activation function was implemented. For updates of weights and centers of adaptive controller gradient method was used. In this part of calculations correction values for adaptive controller are calibrated. Specific solution, described in paper, is application of fuzzy model for determination of scaling coefficients. Designed controller was tested in simulations and then experiment was prepared (using dSPACE1103 card). Achieved results present high precision of control and also robustness against changes of the drive parameters.
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.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.