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
1 Przegląd Elektrotechniczny

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 4

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: neural estimators

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.

Odtwarzanie zmiennych stanu układu napędowego z połączeniem sprężystym za pomocą sieci neuronowych z redukcją połączeń synaptycznych

Kamiński M., Orłowska-Kowalska T.

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

2008

Vol. 62, nr 28

396-405

W artykule zaprezentowano neuronowe estymatory prędkości obciążenia oraz momentu skrętnego zastosowane w nieliniowym układzie napędowym z połączeniem sprężystym. Przedstawione zostały poszczególne etapy projektowania estymatorów neuronowych oraz analiza wpływu złożoności struktury sieci neuronowej na jakość odtwarzania wybranych zmiennych stanu. W celu zwiększenia dokładności odtwarzania przez opracowane estymatory zastosowano metodę redukcji połączeń synaptycznych opartą na ocenie wartości bezwzględnej współczynników wagowych sieci. Zaprojektowane estymatory przebadano symulacyjnie, a następnie uzyskane wyniki zweryfikowano poprzez badania eksperymentalne na obiekcie rzeczywistym.

In this paper neural estimators of the load speed and shaft torque for nonlinear drive system with elastic joint are presented. The design details of neural state estimators and analysis of the influence of complexity of NN topology on state variable estimation errors are shown. To improve quality of estimation, magnitude based pruning is implemented. Between each parts of training algorithm synaptic connections with the smallest magnitude value are removed. The simulation results for both estimators before and after weight elimination are presented. Afterwards, for verifying obtained results, the best estimators.