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 nieliniowy
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Suboptymalny algorytm regulacji predykcyjnej z modelami neuronowymi typu FIR
PL
W pracy omówiono nieliniowy algorytm regulacji predykcyjnej wykorzystujący modele neuronowe typu FIR (ang. Finite Impulse Response). W algorytmie zastosowano modele bazujące na sieci perceptronowej. Przedstawiony algorytm jest efektywny obliczeniowo, ponieważ wymaga cyklicznego rozwiązywania zadania optymalizacji kwadratowej, co może być wykonane w czasie rzeczywistym. Algorytm cechuje się dużą dokładnością regulacji, porównywalną z algorytmami wymagającymi bieżącej nieliniowej optymalizacji.
EN
This paper describes a suboptimal nonlinear Model Predictive Control (MPC) algorithm based on FIR (Finite Impulse Response) neural models. Multilayer Perceptron (MLP) neural network is used. The algorithm is computationally efficient because it results in a quadratic programming problem, which can be easily solved on-line by means of a numerically reliable software subroutine. The algorithm gives good closed-loop control performance, comparable to that obtained in the nonlinear MPC technique, which hinges on nonlinear optimisation.
EN
The paper presents nonlinear Model Predictive Control algorithm applied to full-active four-dimensional magnetic bearing system MBC500 being produced by Magnetic Moments, USA. The system is nonlinear due to the measurement units and the current amplifiers (actuators). Nonlinear model of the system has been established basing on the phenomenological description with parameters identified. The model is used to predict response of the suspension system. The control law bases on this prediction as it is in the linear case. However, in the nonlinear case this control law is suboptimal because it assures only that the states and controls are feasible. The feasibility means that the rotating shaft-ends deviation form the nominal position is below the limit as well as the control signals do not exceed constraints. The performance of the active suspension control system is compared with lead compensators being build in the MBC500 system as well as with weighted minimumvariance control and linear quadratic regulator with observer. It is shown that nonlinear MIMO predictive control assures significant improvement of the control quality.
PL
W pracy przedstawiony jest nieliniowy algorytm sterowania predykcyjnego zastosowanego do aktywnego tłumienia drgań w zawieszeniu magnetycznym laboratoryjnego modelu maszyny wirnikowej MBC500 firmy Magnetic Moments. Sterowany obiekt jest nieliniowy z uwagi na hallotronowy pomiar położenia końców wirującego wałka oraz nieliniową charakterystykę wzmacniaczy prądowych zasilających układ elektromagnetyczny. Parametry nieliniowego modelu fenomenologicznego zostały zidentyfikowane specjalną procedurą optymalizacyjną. Za pomocą modelu wyznacza się predykcję wyjścia układu drgającego podczas wirowania wału. Predykcję wykorzystuje się do obliczania sterowania. Nieliniowość powoduje jednak, że tak sformułowane prawo sterowania nie jest optymalne ze względu na kwadratowy wskaźnik jakości. Jednakże dopuszczalność rozwiązania w sensie spełnienia ograniczeń na przemieszczenia końców wałka zapewnia stabilność układu. Jego działanie porównane jest w pracy z działaniem wbudowanych regulatorów PD, regulatora minimalizującego wariancję oraz regulatora liniowo-kwadratowego.
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.