PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 13

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  regulator neuronowy
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Porównanie struktur regulacyjnych dla napędu bezpośredniego z silnikiem PMSM ze zmiennym momentem bezwładności i obciążenia
Pajchrowski T.
Przegląd Elektrotechniczny
|
2018
|
R. 94, nr 5
133--138
PL
W pracy dokonano oceny efektów implementacji neuronowego regulatora prędkości uczonego w czasie rzeczywistym według algorytmu RPROP (ang. Resilient backPROPagation ) z układem: jednopętlowym WRM (ang. Without Reference Model), dwupętlowym MFC (ang. Model Following Control) i MRAC (ang. Model Reference Adaptive Control) dla napędu bezpośredniego z silnikiem synchronicznym z magnesami trwałymi (ang. PMSM) oraz zmiennym momentem bezwładności i obciążenia w funkcji kąta położenia wału silnika. Przeprowadzono liczne badania symulacyjne i eksperymentalne na podstawie których dokonano oceny właściwości regulacyjnych układu regulacji prędkości obrotowej.
EN
The evaluation of the implementation of the real-time neural speed controller according to the RPROP (Resilient backPROPagation) algorithm was performed with a single-loop WRM (Without Reference Model), MFC (Model Following Control) and Model Reference Adaptive Control (MRAC) for direct drive with PMSM motor with variable inertia and load torque. Numerous simulations and experiments have been performed, the basis of which the control system have been evaluated.
2
Content available remote Adaptacyjny regulator neuronowy typu RBF zastosowany w sterowaniu napędem elektrycznym z silnikami PMSM
Kamiński M., Najdek K.
Przegląd Elektrotechniczny
|
2018
|
R. 94, nr 6
94--98
PL
Niniejszy artykuł przedstawia strukturę sterowania prędkością układu napędowego z silnikiem PMSM. Pierwsza część opisywanego projektu dotyczyła konstrukcji rzeczywistego stanowiska laboratoryjnego. Istotnym założeniem, w tym etapie prac, była redukcja kosztów poprzez implementację algorytmu sterowania w tanim procesorze ARM. Kolejnym zadaniem była analiza działania adaptacyjnego regulatora prędkości, opartego o model sieci radialnej (Radial Basis Function), której współczynniki wagowe podlegały adaptacji w trybie on-line. Podczas projektowania regulatora zastosowano metaheurystyczny algorytm BAT.
EN
This article presents speed control structure of electrical drive with PMSM motor. First part of project is related to hardware construction of real drive. Important assumption was cost reduction of experimental platform. For this purpose the control algorithm was implemented in low-cost programmable device (ARM processor). Next stage of work was focused on design and analysis of adaptive speed controller, this part of control structure was based on Radial Basis Function neural network. Additionally, metaheuristic BAT algorithm was applied for optimization of selected elements of neural controller.
3
Content available remote Adaptacyjny regulator neuronowy dla układu dwumasowego
Kamiński M.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 5
175--180
PL
W publikacji opisano adaptacyjny regulator neuronowy zastosowany w sterowaniu prędkością napędu elektrycznego z połączeniem sprężystym. Algorytm wykorzystuje informację o dwóch zmiennych stanu związanych z układem dwumasowym – prędkości: maszyny napędzającej oraz obciążenia. Zaprezentowane zostały wyniki badań symulacyjnych oraz eksperymentalnych, które wykonano na stanowisku laboratoryjnym z wykorzystaniem karty dSPACE 1103.
EN
In this publication adaptive neural controller used for speed control of electrical drive with elastic connection is presented. Analyzed control algorithm is based on two state variables of two-mass system: motor and load speeds. In paper simulations and experimental results (done on laboratory stand using dSPACE1103 card) are presented.
4
Content available remote Regulatory neuronowe trenowane off-line zastosowane w strukturze sterowania prędkością napędu dwumasowego
Kamiński M., Orłowska-Kowalska T.
Przegląd Elektrotechniczny
|
2015
|
R. 91, nr 1
9-12
PL
W artykule przedstawiono analizę działania neuronowych regulatorów prędkości trenowanych off-line, zaimplementowanych w układzie napędowym z połączeniem elastycznym. Testom poddano sterowanie z modelem odwrotnym (Direct Inverse Control) oraz sterowanie z modelem wewnętrznym (Internal Model Control). Istotnym założeniem prowadzonych badań był brak adaptacji modeli neuronowych w trakcie działania struktury sterowania. Zaprezentowano wyniki badań symulacyjnych oraz eksperymentalnych zrealizowanych dla znamionowych oraz zmienionych parametrów obiektu.
EN
In this paper analysis of neural speed controllers implemented in electrical drive with elastic connection is presented. Two control structures were tested: Direct Inverse Control and Internal Model Control. Important assumption in described application is lack of weights adaptation during work of the drive. Simulations and experimental tests prepared for nominal and changed values of parameters are shown.
5
Content available Neuronowy regulator prędkości obrotowej odporny na zmiany bezwładności
Jakubowski M., Nowakowski K., Zawirski K.
Pomiary Automatyka Kontrola
|
2014
|
R. 60, nr 10
840--844
PL
W ramach niniejszej pracy zaprezentowany został neuronowy regulator prędkości obrotowej odporny na zmiany bezwładności. Celem pracy było opracowanie struktury regulatora oraz dobór optymalnego algorytmu uczenia. Stworzony regulator sterował pracą silnika prądu stałego. Metodologia prowadzonych badań zakładała zbadanie działania układu w szerokim zakresie zmian momentu obciążenia oraz bezwładności. Projektowanie przeprowadzono w taki sposób, aby badany układ napędowy wykazywały dobre właściwości regulacyjne w szerokim zakresie zmiany bezwładności obciążenia. Proces syntezy regulatora został szczegółowo opisany w ramach niniejszej pracy. Analizie poddano szereg badań symulacyjnych, w ramach których rozpatrywano wybrane wskaźniki jakości dla różnych wartości bezwładności oraz momentu obciążenia. Dokonano także analizy porównawczej badanego regulatora neuronowego z optymalnie nastrojonym klasycznym regulatorem PID. Uzyskane wyniki symulacyjne zostały przeniesione na grunt implementacji fizycznego obiektu sterowania.
EN
This paper presents a neural network speed controller that is robust to inertia changes. The main object of this study was to establish the structure of the controller and to create an optimal learning algorithm. Within the project, the created controller steered the operation of a DC motor. The methodology of the research involved studying the effects of the system over a wide range of load torque and inertia changes. The project was carried out in a such way that good regulatory properties over a wide range of inertia changes were performed for the drive systems. The synthesis of the controller is described in details in this paper. The analysis of series simulation studies including selected quality indicators for different values of inertia and different load torque is conducted. Moreover, the comparative analysis of the neural control and the optimally tuned classical PID controller is performed. The obtained simulation results were used for implementation of a physical control object.
6
Content available remote Artificial neural network based voltage controller for the single phase true sine wave inverter – a repetitive control approach
Ufnalski B., Grzesiak L.M.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 4
14-18
EN
The paper presents novel error backpropagation based neurocontroller for true sine wave inverter. The controller is trained in on-line mode. Adaptation algorithm takes into account repetitiveness of the process to be controlled. The cost function evaluates performance of the controller over the whole period of the reference signal and the weights are updated only once a period of this signal. A model-free concept is employed and hence no neural (or of any other type) model of the plant is needed. Proposed topology does not limit its area of implementation to the discussed converter. The controller is capable to maintain a high-quality output voltage waveform in the presence of periodic disturbance caused by nonlinear loads.
PL
W artykule przedstawiono metodę budowy neuronowego regulatora napięcia dla falownika o sinusoidalnym napięciu wyjściowym. Regulator uczony jest w trybie on-line. Algorytm adaptacji wag sieci uwzględnia powtarzalność procesu poprzez odpowiednią definicję funkcji celu oraz uaktualnianie wag sieci raz na okres sygnału zadanego. Synteza układu regulacji nie wymaga identyfikowania modelu obiektu (podejście typu model-free). Zaproponowana topologia regulatora umożliwia jego wykorzystanie również do sterowania innymi procesami powtarzalnymi. Regulator pozwala na utrzymanie wysokiej jakości napięcia wyjściowego również dla okresowych obciążeń nieliniowych.
7
Content available Adaptacyjne sterowanie silnikiem synchronicznym o magnesach trwałych
Pajchrowski T.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2013
|
No. 75
127--133
PL
W artykule przedstawiono wyniki symulacyjne adaptacyjnego regulatora prędkości z zastosowaniem sztucznej sieci neuronowej dla napędu z silnikiem synchronicznym o magnesach trwałych. Omówiona została struktura sztucznej sieci neuronowej oraz metoda uczenia regulatora prędkości w czasie rzeczywistym. Model układu został opracowany w języku Matlab. Parametry regulatora są optymalizowane on-line według algorytmu RPROP. Przedstawione wyniki badań symulacyjnych ilustrują poprawne działanie adaptacyjnej regulacji prędkości na zmianę parametrów układu napędowego, takich jak moment bezwładności.
EN
This paper presents the results of simulation of adaptive speed controller using an artificial neural network for permanent magnet synchronous motor drive. Discusses the structure of the artificial neural network and the method of learning the speed controller in real time. Model system has been developed in Matlab. The controller parameters are optimized on-line by RPROP algorithm. The simulation results illustrate the proper operation of the adaptive speed control to change the parameters of the drive system, such as the moment of inertia.
8
Content available remote Neuronowy regulator do sterowania nieliniowym obiektem cieplnym MIMO
Dworak P., Jaroszewski, Brasel M.
Przegląd Elektrotechniczny
|
2012
|
R. 88, nr 10a
79-82
PL
W artykule przedstawia się odporny układu regulacji MFC do regulacji temperatury i przepływu powietrza w nagrzewnicy powietrza, w którym w pętli korekcyjnej zastosowany został regulator neuronalny wytrenowany na bazie zestawu regulatorów modalnych. Prezentowany sposób realizacji układu pozwala utrzymać wysoka jakość regulacji w szerokim zakresie zmian punktów pracy układu.
EN
The paper presents a structure and a method of synthesis of a neural controller applied to controI of flow and temperature of an air in the heater. The neural controller together with the nonlinear heater model are used in the modelloop ot the Model Following Control system. Parameters of neural eontroller depend on an actual working point ot the heater, what guaranties stability and persistent high regulation quality. (A neural controller for the MIMO Thermal Plant)
9
Content available remote Adaptacyjny regulator neuronowy wykorzystujący model odwrotny obiektu
Kula K.
Zeszyty Naukowe Akademii Morskiej w Gdyni
|
2006
|
nr 55
40-49
PL
W artykule przedstawiono koncepcję regulatora adaptacyjnego opartego na prostej sieci neuronowej. Do wyznaczenia sterowania wykorzystuje się model neuronowy obiektu. Na podstawie jego parametrów wyznacza się współczynniki wag regulatora neuronowego, który odpowiada odwrotnemu modelowi obiektu. Przeprowadzono symulacje komputerowe pracy proponowanego układu, a otrzymane wyniki porównano ze sterowaniem dyskretnym PID.
EN
In this paper a concept of discrete adaptive neural controller is presented. The Widrow-Hoff procedure is used for identifying and adjustment of neural network parameters, applied to compute neural a internal model control. One part of the neural network of controller is tuning in direct learning architecture. The results of simulation using a select linear plant are discussed and compared with PID discrete control.
10
Zastosowanie regulatora neuronowego do regulacji prędkości napędu o słabo tłumionym stanie nieustalonym
Brzezińska A.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
|
2005
|
Z. 42
55-64
PL
W artykule przedstawiono problem tłumienia drgań masy obciążenia napędu z silnikiem indukcyjnym. Analizowano układ regulacji prędkości kątowej z regulatorem neuronowym. Przedstawiono strukturę zastosowanej sieci neuronowej, sposób generowania zbiorów uczących i metodę uczenia regulatora. Zamieszczono wyniki regulacji prędkości kątowej napędu ze sprężystym zamocowaniem masy obciążenia uzyskane dla regulatora neuronowego.
EN
The paper presents the problem of angular velocity control of weakly damped system. In the case of damping the load mass vibrations the control system with neuronal controller was analysed. The structure of applying neuronal nets and the step responses of control system with neuronal controller was shown.
11
Sintez nejrokontrollera dlja korrektirovki dinamiczeskich svojstv DPLA
Brusov V., Tjumencev J., Jakovenko A.
Zeszyty Naukowe Politechniki Świętokrzyskiej. Mechanika
|
2004
|
Z. 80
55-62
EN
Artificial neural network (ANN) capabilities are analyzed for some problems associated with UAV motion control. A synthesis of adjust controller is carried out to minimize a difference between behavior of the controlled system (control object + adjust controller) and a reference model. An approach offered is tested computationally by solving of longitudinal short-period UAV motion control problem. Results obtained demonstrate high efficiency of the approach.
12
Content available remote Neural-network-based controllers of generating unit in electric power system
Lubośny Z.
Archiwum Energetyki
|
2000
|
T. 29, nr 3/4
17-31
EN
The paper discusses the development and possibility of introducing new techniques such as artificial neural networks to the control systems of the generating unit control systems. Novel algorithms of a synchronous generator and the turbine controllers based on artificial neural networks are presented. The adaptive type of controllers are considered. The theoretically considered algorithms of controllers are verified throughout simulations on a generating unit model.
PL
W pracy rozważa się możliwości zastosowania nowych technik sterowania opartych o tzw. sztuczną inteligencję w układach regulacji generatora synchronicznego i turbiny. Jako przykład możliwości zastosowania tych technik przedstawiono alorytmy adaptacyjnych neuronowych - tj. zbudowanych w oparciu o sztuczne sieci neuronowe - regulatorów generatora synchronicznego i turbiny. W pracy przedstawiono również rezultaty badań symulacyjnych, pokazujące efektywność tych regulatorów w układzie regulacji turbozespołu.
13
Optymalizacj kotła pyłowego i obniżenia emisji NO x przy wykorzystaniu sieci neuronowych- metody soft computing
Arabas J., Białobrzeski L., Domański P.D., Świrski K., Chomiak T.
Energetyka
|
1998
|
nr 1
21-29
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.