Wyniki wyszukiwania - BazTech

1

Regulacja optymalna pod względem energetycznym asynchronicznych napędów trakcyjnych regulowanych wektorowo

Lipiński L.

Zeszyty Naukowe Akademii Morskiej w Gdyni

|

2013

|

nr 78

53--65

PL

W artykule przedstawiono wyniki badań symulacyjnych modelu układu regulacji asynchronicznego napędu trakcyjnego, optymalnego pod względem energetycznym, wykorzystującego do tego celu technikę fuzzy logic. W napędach trakcyjnych, realizujących mniejsze wartości sił trakcyjnych, możliwe jest uzyskanie większej sprawności napędu (mniejszych strat) przez odpowiednie zmniejszenie strumienia magnetycznego w silniku trakcyjnym. Układ napędowy, regulowany wektorowo, zamodelowano w środowisku MATLAB-SIMULINK®. Podano przebiegi ilustrujące sposób działania tego układu regulacji.

EN

The paper presents the simulation results of a vector-controlled traction drive with the induction motor with an additional fuzzy logic controller for energy optimal control of the drive. In traction drives under partial loads, there is a possibility of increasing the efficiency of the traction motor by decreasing the traction motor flux properly. The simulation model of the vector-controlled traction drive was created in the MATLAB-SIMULINK® environment. The curves illustrated the controlling process achieved with the help of the simulation model are given.

2

Model symulacyjny energooptymalnego układu regulacji asynchronicznego napędu trakcyjnego

Strzelecki R., Lipiński L.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 2a

13--20

PL

W artykule przedstawiono model symulacyjny zrealizowany w środowisku MATLAB-SIMULINK®, oraz wyniki badań symulacyjnych asynchronicznego napędu trakcyjnego regulowanego wektorowo, wyposażonego w dodatkowy regulator, wykonany w technice fuzzy logic, zapewniający energooptymalną regulację napędu. W napędach trakcyjnych rozwijających mniejsze wartości sił trakcyjnych możliwe jest uzyskanie większej sprawności napędu (mniejszych strat) przez odpowiednie zmniejszenie strumienia magnetycznego w silniku trakcyjnym.

EN

The paper presents the simulation model created in the MATLAB-SIMULINK® environment and simulation results of a vector-controlled traction drive with induction motors with an additional fuzzy logic controller for energy optimal control of the drive. In traction drives under partial loads, there is a possibility of increasing the efficiency (i.e. smaller power losses) by decreasing the traction motor flux properly.

3

Application of artificial intelligence methods in electrical drives

Orłowska-Kowalska T.

Przegląd Elektrotechniczny

|

2004

|

R. 80, nr 4

291-304

EN

The paper attempts to give a general review of Al applications for modelling, identification, state variables estimation and control of electrical drive systems. The paper is subdivided into three main sections which describe, respectively, the principles of neural network technique, genetic algorithms and fuzzy logic theory and the possibility of their application in control problems of dynamic systems. In the last part of each section some examples directly addressed to practical application in power electronics and motion control are presented, taken from the literature published in the last years. The actual trends of the fusion of all artificial intelligence methods are presented in the paper.

PL

W artykule przedstawiono ogólny przegląd możliwości zastosowań metod sztucznej inteligencji do modelowania, identyfikacji, estymacji zmiennych stanu oraz sterowania napędów elektrycznych. Artykuł składa się z trzech głównych części, zawierających odpowiednio podstawowe informacje z zakresu sieci neuronowych, algorytmów genetycznych i zbiorów rozmytych oraz możliwości ich zastosowań w zagadnieniach sterowania obiektów dynamicznych. W końcowej części każdego z głównych rozdziałów przedstawiono przykłady zastosowań tych technik w energoelektronice i napędzie elektrycznym, zaczerpnięte z literatury. Aktualne trendy związane z przenikaniem się wszystkich metod sztucznej inteligencji przedstawiono w końcowej części artykułu.

4

Learning of rule importance for fuzzy controllers to deal with inconsistent rules and for rule elimination

Pal K., Pal N.

Control and Cybernetics

|

1998

|

Vol. 27, no 4

521-543

EN

Extraction of correct and precise rules from experts is a difficult problem. Moreover, even when the extracted rules are correct, all of them may not have equal importance to achieve the goal of the fuzzy system. Rule tuning is usually achieved through modification of membership functions. Effect of changing a membership function is global in the sense, it influences all rules that involve the membership function. Here we propose an effective extension of the ordinary fuzzy controller model which incorpotates an importance factor for each rule. The importance factor allows tuning of the system at the rule level. Of course, one can still tune the membership functions. The extended model enables us to cope with incorrect and/or incompatibile rules and thereby enhances the robustness, flexibility and system modeling capability. It also helps us to eliminate redundant rules easily. For the Takagi-Sugeno framework, we derive the learning algorithm for the rule importance factor as well as that for the consequent. We demonstrate the superiority of the extended model through extensive simulation results using the inverted pendulum.