Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
1 Scientific Papers of The Institute of Electrical Machines, Drives and Measurements of the Wrocław University of Science and Technology Series: Studies and Research

1 2009

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: drive dwumasowy

Sortuj według:

Ogranicz wyniki do:

Metoda early stopping w optymalizacji neuronowych estymatorów zmiennych stanu Układu napędowego z połaczeniem elastycznym

Kamiński M., Orłowska-Kowalska T.

Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały

2009

Vol. 63, nr 29

202-216

W artykule opisano neuronowe estymatory zmiennych stanu napedu elektrycznego z połaczeniem spreżystym. Sieci neuronowe zastosowane zostały do odtwarzania momentu skretnego napedu oraz prędkości silnika obciażajacego. Przeprowadzona została analiza wpływu metody wczesnego zatrzymania procesu uczenia (early stopping) na jakosc odtwarzania zmiennych stanu. Charakterystyczna cecha tej metody jest brak ingerencji w strukture sieci neuronowej oraz algorytmu treningowego. Zastosowanie tej procedury na etapie projektowania estymatorów neuronowych ma na celu zwiekszenie dokładności odtwarzania poszczególnych sygnałów oraz uzyskanie odpornosci na zakłócenia zewnetrzne (zmiany parametrów obiektu, załaczanie momentu obciażenia). Przedstawiono wyniki badań symulacyjnych i eksperymentalnych ilustrujacych efektywnosc proponowanej metody optymalizacji sieci neuronowych.

In the paper neural estimators of state variables of the electrical drive with elastic coupling are presented. Neural network were applied for the estimation of the shaft torque and angular speed of the load machine. An analysis of an early stopping method under training process of neural networks on the estimation quality was performed. The characteristic feature of this method is a lack of influence on the neural network structure and training algorithm. Application of this procedure during the design stage of neural networks improves significantly the estimation quality and robustness (to changes of the system parameters, changes of the load torque) of the proposed neural estimators of the two-mass system. Simulation and experimental tests illustrating the effectiveness of the proposed method are demonstrated.