Wyniki wyszukiwania - BazTech

Ograniczanie wyników

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

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 5

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: estymatory neuronowe

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.

Analiza wpływu sposobu przygotowania danych uczących dla sieci neuronowych na jakość odtwarzania zmiennych stanu napędu dwumasowego

Kamiński M.

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

2009

Vol. 63, nr 29

426-438

W artykule opisano neuronowe estymatory zmiennych stanu napędu elektrycznego z połączeniem sprężystym. Sieci neuronowe zastosowane zostały do odtwarzania momentu skrętnego napędu oraz prędkości silnika obciążającego. Przeprowadzona została analiza wpływu wprowadzania szumu do sygnałów wykorzystywanych w procesie treningu sieci neuronowych (jittering) na jakość odtwarzania zmiennych stanu. Charakterystyczną cechą tej metody jest brak ingerencji w strukturę sieci neuronowej oraz algorytmu treningowego. Zastosowanie tej procedur na etapie projektowania estymatorów neuronowych ma na celu zwiększenie dokładności odtwarzania poszczególnych sygnałów oraz uzyskanie odporności na zakłócenia zewnętrzne Przedstawiono wybrane wyniki badań symulacyjnych i eksperymentalnych ilustrujące skuteczność tej metody uczenia estymatorów neuronowych dla napędu dwumasowego.

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 a jittering method under training process of neural networks on the estimation quality was performed. The characteristic feature of this method is a lack of influence into the neural network structure or 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.

Sieci neuronowe MLP i RBF jako estymatory sygnałów sprzężeń zwrotnych w napędzie z połączeniem sprężystym

Orłowska-Kowalska T.

Przegląd Elektrotechniczny

2008

R. 84, nr 6

105-109

W artykule zaprezentowano możliwości zastosowania estymatorów neuronowych opartych na sieciach MLP i RBF do odtwarzania zmiennych stanu układu napędowego z połączeniem sprężystym. Uzyskiwane informacje o przebiegach momentu skrętnego oraz prędkości obciążenia wykorzystywane są w układzie sterowania napędem dwumasowym. W przyjętym modelu matematycznym napędu uwzględniono występowanie zjawisk nieliniowych, takich jak tarcie oraz luz na wale łączącym silnik z maszyną roboczą. Zaprezentowane zostały kolejne etapy projektowania układów odtwarzających mechaniczne zmienne stanu napędu. Przedstawiono różnice w realizacji, a także efektach stosowania estymatorów wyko-rzystujących sieci typu MLP oraz RBF, zarówno w otwartej jak i zamkniętej strukturze sterowania.

In the paper the application of neural state estimators based on MLP and RBF networks for the drive system with elastic coupling is presented. The estimated signals of torsional torque and load machine speed are used then in the control structure of two-mass system. In the applied mathematical model of the drive system nonlinear phenomena, like friction and backlash are taken into account. The following design stages of neural estimators of the mechanical state variables of the drive system are presented. The differences in realization as well as in the obtained estimation accuracy are demonstrated, in the open and closed-loop control structure.

Sieci neuronowe radialne w estymacji zmiennych stanu nieliniowego układu dwumasowego

Kamiński M., Orłowska-Kowalska T.

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

2007

Vol. 60, nr 27

140-157

W artykule zaprezentowano zastosowanie sieci neuronowych typu RBF (Radial Basis Function) jako estymatorów zmiennych stanu układu napędowego z połączeniem sprężystym. Model napędu zastosowany w badaniach został rozszerzony o elementy nieliniowe uwzględniające zjawisko tarcia oraz luzu na wale łączącym silnik z maszyną roboczą. Przedstawione zosta)y poszczególne etapy projektowania neuronowych estymatorów zmiennych stanu badanego układu napędowego. Informacje uzyskiwane za pomocą sieci neuronowych wykorzystywane są w rozszerzonej strukturze sterowania napędem dwumasowym z połączeniem sprężystym. Przeprowadzone badania obejmują testowanie dokładności odtwarzania momentu skrętnego oraz prędkości obciążenia napędu, w szerokim zakresie zmian prędkości zadanej układu i momentu obciążenia. Wykonano badania przedstawiające wpływ liczby neuronów w warstwie ukrytej oraz zastosowanej funkcji radialnej na dokładność estymacji wybranych zmiennych stanu. Przedstawiono oddziaływanie zmian mechanicznej stałej czasowej obciążenia na jakość odtwarzania prezentowanych estymatorów.

In the paper application of the radial basis function neural networks to mechanical state variable estimation of the drive system with elastic coupling is presented. The mathematical model of the drive system was expanded by using nonlinear elements related to the backlash and the friction phenomena. The main stages of the design methodology of neural estimators of the torsional torque and the load machine speed were presented. The signals estimated by neural networks were used in the control structure of the drive system with elastic joint. The simulation results show good precision of both presented neural estimators for wide range of changes of the reference speed and load torque. Furthermore, the simulation tests show influence of numbers of hidden neurons and type of activation functions on the precision of estimation. The succeeding results show robustness of neural estimators against changes of mechanical time constant of the load machine.

Odtwarzanie sygnałów sprzężeń zwrotnych w napędach bezczujnikowych z silnikami indukcyjnymi

Orłowska-Kowalska T.

Przegląd Elektrotechniczny

1998

nr 10

258-263