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:  algorytm GWO
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Artykuł przedstawia system sterowania napędami elektrycznymi wbudowanymi w robota kołowo-kroczącego o 14 stopniach swobody. Przedstawiona została problematyka sterowania oraz dobór napędów do realizacji określonych funkcji, które wynikają z charakterystyki sterowania robotem. Ponadto opisano nowatorskie podejście do syntezy geometrycznej układu mechanicznego zawieszenia (celem jest odtwarzanie zadanej trajektorii przy użyciu tylko jednego napędu). Przytoczona została również problematyka projektowania regulatora prędkości układu. Optymalizacja wymienionych elementów została wykonana za pomocą algorytmu Grey Wolf Optimizer (GWO).
EN
The paper presents the control system of the electrical drives implemented in the wheel-legged robot with 14 degrees of freedom. The issues related to the control and the selection of hardware is considered. Moreover, the geometric synthesis of the mechanical system was presented (for reference trajectory tracking using one drive only). The second task was focused on the speed controller optimization. For mentioned purposes, the Grey Wolf Optimizer (GWO) was applied.
PL
Publikacja przedstawia aplikację adaptacyjnego regulatora neuronowo-rozmytego w sterowaniu układem dwumasowym. W trakcie wyznaczania poprawek dla przestrajanego modelu wykorzystano dodatkowy predyktor neuronowy. Struktura sterowania zawierająca opisywany regulator charakteryzuje się wysoką dynamiką oraz szybką reakcją na zmiany parametrów obiektu. Jednak w etapie projektowania, występuje konieczność wyznaczania stałych algorytmu adaptacyjnego, trudnych do jednoznacznego opisania zależnościami matematycznymi. W przedstawionym zadaniu zastosowano algorytm GWO (Grey Wolf Optimizer). Artykuł zawiera opis kolejnych etapów przetwarzania w trakcie optymalizacji oraz uzyskane wyniki badań symulacyjnych oraz eksperymentalnych.
EN
This article presents application of adaptive neuro-fuzzy controller for two-mass system. Updates of weights are calculated based on signal from additional neural predictor. High dynamic of control structure with proposed model and fast reaction against changes of plant parameters are observed. However, design process needs selection of learning coefficients used in calculations of adaptive law. Mathematical representation of those parameters is difficult. For this purpose GWO (Grey Wolf Optimizer) is implemented. Paper contains description of several stages of optimization and obtained results.
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.