Wyniki wyszukiwania - BazTech

1

Przegląd zastosowań sieci neuronowych w transporcie

Pamuła T.

TTS Technika Transportu Szynowego

|

2015

|

R. 22, nr 12

1186--1190, CD

PL

Zdolność sieci neuronowej do odwzorowania nieliniowych zależności między zmiennymi opisującymi zachowanie obiektów oraz możliwość opracowania efektywnej konfiguracji sprzyja zastosowaniom w transporcie. W artykule przedstawiono reprezentatywne przykłady z zakresu: predykcji parametrów ruchu drogowego, sterowania ruchem drogowym, pomiarów parametrów ruchu, zachowania kierowców i prowadzenia autonomicznych pojazdów, ekonomii i polityki transportowej oraz omówiono własności proponowanych rozwiązań. Najczęściej wybieranymi sieciami neuronowymi są jednokierunkowe wielowarstwowe, trenowane z użyciem algorytmu propagacji wstecznej. W przeglądzie wzięto pod uwagę artykuły opublikowane w czasopismach w ciągu ostatnich pięciu lat.

EN

The neuron networks capability to map nonlinear functions of variables describing the behaviour of objects and the simplicity of designing their configuration favours the applications in transport. The paper presents representative examples in the scope of: prediction of road traffic parameters, road traffic control, measurement of road traffic parameters, drivers behaviour and autonomous vehicles, economy and transport policies. The features of the solutions are examined. Feedforward multilayer neural networks, trained using backpropagation, are the most often utilised configurations in transport applications. In the review was taken into account the articles published in journals over the past five years.

2

Predykcja natężenia ruchu w ciągu skrzyżowań z wykorzystaniem sieci neuronowych

Pamuła T.

TTS Technika Transportu Szynowego

|

2015

|

R. 22, nr 12

1180--1185, CD

PL

W artykule zaproponowano wykorzystanie jednej sieci neuronowej do krótkoterminowej predykcji wartości natężeń ruchu dla wylotów dwóch kolejnych skrzyżowań tej samej ulicy. Predykcja natężenia ruchu na drugim skrzyżowaniu została wykonana na podstawie danych historycznych dla skrzyżowania pierwszego. Pozwala to na określenie przyszłego natężenia ruchu na wylocie tego skrzyżowania w przypadku braku danych rejestrowanych na tym skrzyżowaniu. Dokonano walidacji modelu z użyciem historycznych danych otrzymanych z Centrum Sterowania Ruchem w Gliwicach. Baza danych obejmuje dane o natężeniu ruchu z 6 miesięcznego okresu rejestracji w 2014 roku (luty-lipiec). W badaniach wykorzystano wartości natężenia ruchu rejestrowane w odstępach 15 minutowych.

EN

The paper presents a proposal of using one neural network for short time prediction of traffic flow on two adjacent junctions of a traffic route. The traffic flow on the second junction is predicted on the basis of historic data registered at the first junction. This allows to forecast the flow on the second junction in the case of failure of its flow measuring devices. The proposed NN is validated using data acquired from the Road Traffic Control Centre in Gliwice. The database consists of traffic flow measurements collected over 6 months in 2014 (February - July). The flow was registered in 15 min intervals.

3

Stabilność układu sterowania z regulatorem neuronowym

Hirniak Y., Ivakhiv O., Nakonechnyi M., Repetylo T.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2014

|

Nr 38

23--27

PL

W artykule rozpatrzono sposób syntezy regulatorów neuronowych, które wykorzystuje się do sterowania dynamicznymi obiektami nieliniowymi. Zbadano stabilność układu sterowania z regulatorem neuronowym, którego struktura została zaprojektowana według pożądanej reguły sterowania. Zaproponowano strukturę, w której w przeciwieństwie do zwykle stosowanego wprowadzenia uchybu regulacji na wejście regulatora podaje się sygnał wejściowy oraz wyjściowy na dwa oddzielne wejścia, co powoduje większą skuteczność działania systemu sterowania, a mianowicie polepszenie, jakości sterowania oraz przyśpieszenie reakcji systemu na sygnały wymuszające.

EN

The nature of nonlinearities in the objects of control particularly in the drives of robotic systems as dynamic objects of the second order is analyzed and shown that under the influence of some loads the mathematical model of such object is nonlinear and its linearization leads to disregard factors that significantly affect the dynamics of the object. The controllers which are built using classical methods in the process of system operation do not provide full adequacy between the values of specified and actual controlled variables of nonlinear control objects. An application of neural controllers promises the best prospects. We consider features of construction of dynamic neural network and the mathematical models of standard carried the review of functions of activation neurons and feasibility of using gradient algorithms including the algorithm Levenberg Marquardt for training dynamic neural networks. It is supposed that the system is based on the proportional-integral-differential law. The stability of the system supported by neurocontroller with two separated inputs is discussed. Obviously the control action of such dynamic system is corresponded with the difference between output signals of the non-linear object and the chosen standard. On contrary to a typical structure it was proposed to put these signals on two separate inputs. During the training procedure everyone weight is found one from another independently. This task has been considered which include the location of the dominant roots of the characteristic equation of the closed-loop system in a given area of the complex plane of the roots and then return back to the open-loop system. The comparison of obtained errors in traditional and proposed structures of neurocontroller showed that the last one is the most effective in quality and productivity sense.

4

Diagnostyka nawierzchni drogowych z wykorzystaniem metody korygującej dopasowanie stereo-obrazów

Staniek M.

Logistyka

|

2014

|

nr 6

9941--9948

PL

W pracy przedstawiono rozwiązania wizyjne wykorzystywane w diagnostyce nawierzchni drogowych. Scharakteryzowano opracowane przez autora tej pracy stanowisko pomiarowe oceny nawierzchni bazujące na metodach przetwarzania i rozpoznawania obrazów. Przedstawiono algorytm działania stanowiska pomiarowego. Zdefiniowano problemy analizy stereo-obrazów dotyczące niejednoznaczności dopasowania punktów, nieciągłość głębi dla sąsiednich obiektów oraz częściowo przesłaniających sie obiektów na zarejestrowanych obrazach. Autor zaproponował zastosowanie sieci neuronowych typu Hopfielda w procesie dopasowania obiektów w stereo-obrazach. Zdefiniowano kryteria najkorzystniejsze z punktu widzenia dopasowania punktów stereoobrazów oraz odwzorowania obrazów w modelu przestrzennym nawierzchni drogowej. Metoda obliczeniowa bazuje na minimalizacji energii całkowitej sieci neuronowej dla danych stereo-obrazów.

EN

The paper presents a stereo vision solutions used in the diagnostics of road pavement. The test-bench developed by the author, based on the image processing and image recognition solutions, was characterized. The algorithm of measurement procedure was presented. Problems of stereo-image analysis regarding the ambiguity of matching points images, discontinuity depth for neighboring objects registered on the images and partially obstructs objects in the images were defined. The author proposed Hopfield-type neural networks in the process of matching pixels in stereo-images. The criteria for the most favorable matching points of stereo images and the mapping of images in spatial model of road pavement were defined. The calculation method is based on minimizing the total energy of the neural network for data stereo-images.

5

Modele regresyjne sieci neuronowych w zastosowaniu do sterowania procesem jakości w przedsiębiorstwie produkcyjnym

Lonkwic P

Obróbka Metalu

|

2013

|

nr 1

38--41

PL

W artykule przedstawiono zastosowanie modeli klasyfikujących sieci neuronowych dostępnych w pakiecie Statistica do sterowania procesami jakościowymi na przykładzie detalu wykonanego jako gięty profil typu "spinka". Analizie poddano, na ile metoda sieci neuronowych jest zdolna do identyfikacji wymiarowej uzyskanych parametrów w procesie gięcia w ocenie kontroli jakości wykonania profilu.

EN

The article presents the application of neuron network classifying models available in the Statistica pack for controlling quality processes on the example of a detail made as a „pin” type bent profile. It was analyzed to what extent the neuron network method was capable of dimension identification of the parameters obtained during bending processes in the evaluation of controlling the profile making quality.

6

Efficient nonlinear predictive control based on structured neural models

Ławryńczuk M.

International Journal of Applied Mathematics and Computer Science

|

2009

|

Vol. 19, no 2

233-246

EN

This paper describes structured neural models and a computationally efficient (suboptimal) nonlinear Model Predictive Control (MPC) algorithm based on such models. The structured neural model has the ability to make future predictions of the process without being used recursively. Thanks to the nature of the model, the prediction error is not propagated. This is particularly important in the case of noise and underparameterisation. Structured models have much better long-range prediction accuracy than the corresponding classical Nonlinear Auto Regressive with eXternal input (NARX) models. The described suboptimal MPC algorithm needs solving on-line only a quadratic programming problem. Nevertheless, it gives closed-loop control performance similar to that obtained in fully-fledged nonlinear MPC, which hinges on online nonconvex optimisation. In order to demonstrate the advantages of structured models as well as the accuracy of the suboptimal MPC algorithm, a polymerisation reactor is studied.

7

Prognozowanie zużycia wody w zależności od zmieniającej się liczby mieszkańców na Opolszczyźnie z wykorzystaniem sieci neuronowych

Kolasa-Więcek A.

Gospodarka Wodna

|

2009

|

Nr 9

364-367

PL

W artykule zaprezentowano przykład możliwości zastosowania sieci neuronowych jako urządzenia obliczeniowego do przewidywania ilości zużytej wody w zależności od zmieniającej się liczby ludności. Analizy dokonano na przykładzie Opolszczyzny.

EN

The article presents the example of neuron network application as the calculating tool used for forecasting water consumption in relation to the changing population size. The analysis was carried out on the example of the Opole region.

8

Rozwinięcia funkcjonalne MS Project w oparciu o sieci neuronowe

Drzazga D.

Zeszyty Naukowe. Elektryka / Politechnika Opolska

|

2008

|

Vol. 323, z. 60

99-100

EN

Article describe: what is MS Project and artificial intelligence, how to create good schedule, how can we use artificial intelligence to extend MS Project functions.

9

Dobór algorytmu uczenia sieci neuronowej do rozpoznawania jednoźródłowych form wyładowań niezupełnych rejestrowanych metodą emisji akustycznej

Borucki S., Cichoń A.

Przegląd Elektrotechniczny

|

2008

|

R. 84, nr 3

16-19

PL

Genezę podjętych w artykule prac stanowi problem efektywnego i skutecznego rozpoznawania jednoźródłowych form wyładowań niezupełnych (WNZ), które mogą występować w układach izolacyjnych transformatorów elektroenergetycznych. W pracy przedstawiono możliwość wykorzystania jednokierunkowych sieci neuronowych (SNN) do identyfikacji zamodelowanych form WNZ, na podstawie zarejestrowanych sygnałów emisji akustycznej (EA). W oparciu o przeprowadzone symulacje komputerowe dokonano doboru algorytmu uczącego zastosowanego klasyfikatora neuronowego.

EN

The genesis of the research work presented in this paper is the issue of the effective and efficient recognition of single-source partial discharge (PD) forms that occur in paper-oil insulation systems of power transformers. The paper presents research results referring to the application possibilities of single-direction neural networks (SNN) for identification of basic PD forms modeled in laboratory conditions. The experiment results of the computer simulations carried out made a proper selection of the teaching algorithm used in the examinations of the neural classifier possible.

10

The usefulness of selected scientific methods to solve the conflicts of face mining and regions Nature 2000

Ptak M.

Gospodarka Surowcami Mineralnymi

|

2008

|

T. 24, z. 3/1

399-409

EN

The induction into the legal system of the new form of environmental protection, e.g. regions covered by Nature 2000, causes in many cases the lack of ability or need to restrict or control facemining. The following article presents a short analysis of the usefulness of selected scientific methods to solve the conflicts of face mining and regions Nature 2000. The authors are highlighting the need to create an objective method, which will assist the decision making processes concerning the possibility of trade practice in the region of Nature 2000. And so, in round of investigation for a suitable method for optimal taking up and objective solutions in conflictual situations with nature 2000, methods have been placed with utilization of neuron network, analytical hierarchic process, estimates of environmental risks. To the analysis were accepted methods which (who) have been checked in systems of aiding decisions at the nature of multiple criteria, about similar thematic range. Methods, scope of implementation is multi criteria, presence of measurable and immeasurable data as well as surfaces of conditionality which seems to make the decision of the prime problem. All the above mentioned methods require modification in order to apply them to a method, which will make it possible in an objectified manner to open a face mining trade in conditions of areas of Nature 2000. Unmistakably the fact that belongs to the advantage of introduced method, is that: - They supply simple, understandable and elastic model for multi criteria problems. - They order and criteria systematize important factors. - They integrate inferential reflection and system approach for problem solving compound. - They introduce scale of estimate for immeasurable elements. - They analyze problem in interdisciplinary surfaces. - They assure capability of recurring analysis. Elaboration of such method will help aid the decision making process, it will objectify it and turn for optimal choice variant taking into consideration all important factor, those environmental, geologically - engineering, economic, as well as social.

PL

Wprowadzenie do systemu prawnego nowej formy ochrony środowiska, np. regionów objętych programem Natura 2000, w wielu przypadkach powoduje brak możliwości lub potrzeby ograniczenia lub kontroli nad górnictwem odkrywkowym. Poniższe opracowanie ukazuje krótką analizę przydatności wybranych metod naukowych do rozwiązywania konfliktów górnictwa odkrywkowego i regionów Natura 2000. Autorzy podkreślają potrzebę stworzenia obiektywnej metody, która pomoże w procesach decyzyjnych odnośnie możliwości stosowania praktyk handlowych w rejonach objętych programem Natura 2000. I tak, w serii badań nad odpowiednią metodą do podejmowania optymalnych decyzji i obiektywnych rozwiązań w sytuacjach konfliktowych z programem Natura 2000, zastosowano metody wykorzystujące sieć neuronową, analityczny proces hierarchiczny, szacunki ryzyka środowiskowego. Do analizy wzięto metody, które zostały sprawdzone w systemach wspomagania decyzji o charakterze wielokryteryjnym, w odniesieniu do podobnego zakresu tematów. Metody i zakres wdrażania obejmują kryteria złożone, obecność danych mierzalnych i niemierzalnych, jak również powierzchnie warunkowości, w których podejmowanie decyzji zdaje się być kwestią naczelną. Wszystkie powyższe metody wymagają modyfikacji dla ich zastosowania w metodzie, która umożliwi w zobiektywizowany sposób otworzenie działalności górnictwa odkrywkowego w warunkach terenów objętych programem Natura 2000. Bez wątpienia, zaletami wprowadzanej metody są: - zapewnienie prostego, zrozumiałego i elastycznego modelu dla problemów wielokryteryjnych, - uporządkowanie i usystematyzowanie ważnych czynników, - integracja wniosków i podejścia systemowego dla rozwiązywania problemów, - wprowadzenie skali szacunków dla elementów niemierzalnych, - analiza problemu na powierzchniach interdyscyplinarnych, - zapewnienie możliwości analizy okresowej. Opracowanie takiej metody pomaga w procesie decyzyjnym, obiektywizuje go i kieruje na optymalny wybór uwzględniający wszystkie ważne czynniki, środowiskowe, geologiczno-inżynieryjne, ekonomiczne, jak również i społeczne.

11

Wykorzystanie algorytmu wstecznej propagacji błędów oraz widma gęstości mocy sygnałów emisji akustycznej generowanej przez wyładowania niezupełne w procesie rozpoznawania podstawowych form tych wyładowań przez sztuczną sieć neuronową

Borucki S.

Zeszyty Naukowe. Elektryka / Politechnika Opolska

|

2007

|

Vol. 320, z. 58

73-81

PL

W artykule przedstawiono wyniki badań dotyczących zastosowania sztucznych sieci neuronowych (SNN) do rozpoznawania podstawowych form WNZ, które mogą wystąpić w osłabionej procesami starzeniowymi izolacji papierowo - olejowej. Na podstawie zarejestrowanych sygnałów oraz przy wykorzystaniu widma gęstości mocy (PSD) wykonano analizę skuteczności rozpoznawania poszczególnych form WNZ przez zaimplementowaną sieć neuronową.

EN

The paper presents research results referring to use of artificial neuron networks (ANN) for recognizing basic PD forms which can occur in paper-oil insulation weakened by aging processes. Based on the signals registered and using the power spectrum density (PSD), the analysis of the effectiveness of recognition of the particular PD forms by the implemented neuron network was carried out.

12

Neuronowy klasyfikator falkowy uszkodzeń amortyzatorów samochodowych

Gardulski J., Burdzik J., Konieczny Ł.

Przegląd Mechaniczny

|

2007

|

nr 3

32-36

PL

Przy badaniach diagnostycznych podzespołów samochodowych niezbędne jest jednoznaczne określenie estymatorów, które umożliwiają identyfikację rodzaju uszkodzenia i prognostykę stanu obiektów. Powszechnie stosowane metody badań amortyzatorów nie spełniają wymagań diagnostyki samochodowej. W artykule przedstawiono neuronowy klasyfikator uszkodzeń amortyzatorów samochodowych na podstawie estymatorów falkowych. Wyniki eksperymentów potwierdziły wrażliwość diagnostyczną, na zmiany stanu technicznego amortyzatora, zaproponowanych miar punktowych uzyskanych w wyniku estymacji rozkładów sygnałów drganiowych za pomocą ciągłej transformaty falkowej. W module klasyfikacji uszkodzeń zastosowano neuronową sieć wielowarstwową jednokierunkowa z wsteczną propagacją błędu.

EN

In the case of diagnostic research of car's subassemblies it is necessary to definition unique estimators which enables identification of kind of damage and object condition prognosis. Common used shock-absorber technical condition investigation methods do not perform of cars diagnostic. The paper presents neural classifier of car shock absorbers damages based on wavelet estimators. The results of experiments confirm diagnostic sensitivity on technical conditions changes of proposed point measures based on estimation of multidimensional analysis of vibration signals used continuous wavelet transform. It was used feed-forward back propagation network in classification module.

13

Nowa metoda wspomagania prac inżynierskich w technologii klejenia

Domińczuk J.

Przegląd Mechaniczny

|

2006

|

nr 11

24-27

PL

W artykule zaprezentowano wyniki przeprowadzonej analizy jakościowej przydatności sztucznej inteligencji do przetwarzania danych eksperymentalnych związanych z określaniem wytrzymałości połączeń klejowych. Dokonano porównania efektywności działania sieci neuronowej z efektywnością metod typowej analizy statystycznej, tj. regresji liniowej i wielomianowej. Przeprowadzona analiza pozwala na określenie stopnia przydatności sztucznych sieci neuronowych do przewidywania wytrzymałości połączeń klejowych.

EN

In the paper, results of qualitative analysis of suitability of artificial intelligence to experimental data processing connected with determination of adhesive joints strength were presented. There was accomplished comparison of efficiency of neural networks method with efficiency of typical statistic methods, linear and polynomial regression. The analysis allows to determination of suitability of neural networks to prediction of adhesive joints strength.

14

Zastosowanie metod analizy obrazów do automatycznej detekcji i pomiaru źrenic oczu

Koprowski R., Tokarczyk R., Wróbel Z.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2006

|

Vol. 16

305--317

PL

Potrzeby diagnostyki medycznej wad budowy i postawy człowieka wymagają stworzenia prostej metody jego pozycjonowania w trójwymiarowej przestrzeni. Jedną z metod wyznaczania położenia charakterystycznych punktów ciała jest metoda fotogrametryczna. Pomierzone punkty na zdjęciach służą do zbudowania przestrzennego modelu i za pomocą punktów dostosowania umieszczenia go w układzie odniesienia. Fotogrametryczny system do pomiaru 3D punktów ciała ludzkiego opracowany w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej WGGiIŚ AGH w Krakowie wymaga pomiaru na zdjęciach cyfrowych wybranych miejsc ciała ludzkiego, sygnalizowanych styropianowymi kulkami-markerami oraz środków źrenic oczu. W ramach automatyzacji pomiaru na zdjęciach prowadzone są badania nad metodami detekcji i pomiaru trzech grup punktów: fotopunktów, markerów na pacjencie oraz źrenic oczu Niniejsze opracowanie dotyczy metody automatycznego pomiaru trzeciej grupy punktów pomiarowych. Opracowana metoda detekcji źrenic oczu wymaga zrealizowania celów cząstkowych: detekcji markerów na ciele pacjenta, segmentacji obrazu ciała dla wykrycia głowy z rejonem oczu, wykrycia i pomiaru środków źrenic. Pierwszy z celów osiągnięto wykorzystując metodę korelacji krzyżowej. Do wykrycia rejonu oczu wykorzystano analizę skupień zbioru wspołrzędnych metodą k najbliższych sąsiadów. Dalsze przybliżenie rejonu oczu osiągnięto wykorzystując analizę statystyczną dużej ilości zdjęć pacjentów dla wyznaczenia współczynnika kryterium rejonizacji. Metodyka wyznaczania położenia oczu, centralnych punktów położenia źrenic została oparta na sieciach neuronowych ze wsteczną propagacją błędu. Uzyskana dokładność metody została oceniona na poziomie około 1 piksela, jej skuteczność w znacznej mierze zależy od prawidłowej detekcji markerów na ciele pacjenta.

EN

The needs of medical rehabilitation requires the creation of a simple method for the positioning of a human body in 3-D space. The method of posture analysis consists in simple visualization of particular characteristic points of the patient’s body. Usually, an assessment of the relative displacement and asymmetry of these points are a reliable measure of pathological body posture deviation. One of the methods of determining the position of characteristic points is the photogrammetric method. The points measured in the images are used to create a spatial model and, based on control points, position it in a reference system. The photogrammetric system for measuring 3D points located on a human body has been developed in the Department of Photogrammetry and Remote Sensing Informatics, Technical University – AGH Kraków. In the system, on digital images (taken with two compact, free-focus-type digital cameras), special markers (light foamed polystyrene balls) located on chosen points of human body and the center of an eye pupil are measured. To make the system more automatic, the research is carried on to automatically detect and measure the three following groups of points: control points, markers located on the human body and eye pupil. In this paper, the method of automatic measurement of last group of points is considered. The developed method of eye pupil detection requires achieving the following goals: detection of markers located on the human body, segmentation of the body image to detect a head, approximate eye localization and, finally, the measurement of a pupil center. The first goal was achieved by using the cross correlation method. The localization of the eyes was done by analyzing the coordinates’ set concentration by k nearest neighbors. The achieved results were divided into two sets pa 1 and pa 2 , which consist of data on the position of markers located on the front and back sides of body. A further approximation of eye location was achieved using statistical analysis of many images to determine the coefficient as a criterion for region membership. The methodology of determination of eye position, and pupil center were based on a neural network with backward error propagation. The achieved accuracy was estimated as 1 pixel, but the efficiency strongly depends on the proper detection of the markers located on the patient’s body.

15

Wykorzystanie sztucznych sieci neuronowych do prognozowania dokładności geometrycznej wyrobu

Jóźwik J., Jacniacka E., Lipski J.

Przegląd Mechaniczny

|

2005

|

nr 4

9-17

PL

W artykule przedstawiono wyniki wykorzystania sztucznych sieci neuronowych do prognozowanie błędów kształtu i wymiaru gotowego wyrobu. Zbudowano i porównano modele o różnych zdolnościach predykcyjnych. Opracowane na podstawie sumarycznych przemieszczeń przedmiotu obrabianego podczas skrawania modele są zdolne przewidywać wartości błędów kształtu i wymiaru. Badania doświadczalne i analizy prowadzono dla przypadku toczenia nieortogonalnego tulei cienkościennej.

EN

Results of artificial neural networks using to fore-casting of shaping and dimensional errors of finished product. There were built and compared models with different prediction ability. Models, developed on the basis of total displacements of the machining part, were able to predict shaping and dimensional errors. Experiments and numeri-cal analysis were carried out for non-orthogonal turning of thin-walled sleeve.

16

Przekształtnikowe źródło energii elektrycznej z silnikiem spalinowym sterowane z wykorzystaniem neuronowego regulatora napięcia obwodu pośredniczącego

Grzesiak L.M., Sobolewski J.

Przegląd Elektrotechniczny

|

2004

|

R. 80, nr 3

245-251

PL

W artykule przedstawiono wykorzystanie sztucznych sieci neuronowych w układzie sterowania niezależnego, przekształtnikowego źródła energii elektrycznej z silnikiem spalinowym o regulowanej prędkości kątowej. Prędkość kątowa silnika jest automatycznie regulowana w zależności od obciążenia. Wprowadzając niezbędne uproszczenia, przedstawiono modele matematyczne poszczególnych bloków urządzenia oraz strukturę układu sterowania. Podstawowym blokiem układu sterowania jest regulator napięcia obwodu pośredniczącego, którego sygnał wyjściowy jest sygnałem zadanej prędkości silnika spalinowego. Optymalizacja nastaw regulatora jest trudna ze względu na niestacjonarny i nieliniowy obiekt, jakim jest silnik spalinowy. Bazując na konwencjonalnej strukturze Pl zbudowano regulator neuronowy. W proponowanym rozwiązaniu jest to architektura sieci jednokierunkowej. Omówiono sposób projektowania sieci neuronowej aproksymującej dynamikę regulatora. Uczenie regulatora przeprowadzono w trybie off-line. Zostały zaprezentowane wyniki badań symulacyjnych systemu z regulatorem neuronowym i klasycznym regulatorem Pl.

EN

In this paper application's of neural networks in control system of variable speed generating system is presented. The speed is adjusted automatically as a function of load power demand. After introduction of necessary simplification mathematical model of power system, and as well control system, have been created. The DC-voltage regulator is the fundamental part of control system. The output signal of this regulator gives the reference signal for engine speed. Optimization of regulator is difficult because the plant is nonlinear and no stationary. Basing on the operation principle of classical Pl controller the neural controller was designed. The controller, which has fedforward architecture, was trained on-line. The method of designing the neural nework system for dynamic approximation was also described. The results of both simulations (neural and classical controller) were compared.

17

Adaptacyjny neuronowy regulator generatora synchronicznego

Lubośny Z.

Przegląd Elektrotechniczny

|

2004

|

R. 80, nr 10

971-974

PL

Przedstawiono adaptacyjny neuronowy regulator generatora synchronicznego składający się z adaptacyjnego regulatora napięcia i adaptacyjnego stabilizatora systemowego minimalizujących zadane funkcje celu. Sygnał wyjściowy regulatora tworzony jest jako suma ważona obydwu regulatorów.

EN

The paper presents adaptive neural network based controller of synchronous generator. The controller consists of automatic voltage regulator (AVR) and power system stabilizer (PSS). The each control element has a structure of indirect adaptive controller, which minimizes defined error function. The control signal allowing to achieve desired dynamic performance of the generating unit is computed as weighted sum of the both controllers outputs.

18

Metoda wyznaczania kąta zwilżania z wykorzystaniem sieci RBF

Dzieślewska J.

Problemy Eksploatacji

|

2004

|

nr 4

27-38

PL

W artykule przedstawiono możliwość zastosowania sieci neuronowej do wyznaczania kąta zwilżania na podstawie obrazu zarejestrowanego przez urządzenie do pomiaru kąta zwilżania opracowane w Instytucie Technologii Eksploatacji. Opisano model sieci neuronowej realizującej aproksymację konturu kropli równaniem krzywej. Korzystając z wyznaczonego równania krzywej wyznaczono kąt zwilżania. Przeprowadzono szereg badań mających na celu wykrycie wpływu zmiany parametrów sieci na wielkość szukanego kąta. Ostatnim etapem opisanych prac była weryfikacja uzyskanych efektów i porównanie wyników z wynikami uzyskanymi innymi metodami obliczeniowymi.

EN

The paper presents the possibility of the application of neural networks to measuring the contact angle, on the basis of the image, registered by the device for measuring the contact angle developed in ITeE. The author describes a model of neural network, which approximates drop's contour. The contact angle was calculated with the use of curve's equation. The author explores how the network's parameters influence the value of the contact angle. In the closing part of the paper the author compares results obtained by using neural networks with results received by application of other methods.

19

Analiza obrazu Caustic za pomocą sieci neuronowych komórkowych

Lis Z. R., Urbański R.

Przegląd Mechaniczny

|

2003

|

nr 3

18-22

PL

W pracy wykorzystano algorytm sieci neuronowych komórkowych do analizy obrazu, który umożliwia m.in. detekcję krawędzi tego obrazu, opracowane narzędzie komputerowej analizy obrazu uzyskanego za pomocą kamery CCD zastosowano do detekcji krzywej wzorcowej w obrazie Caustic i pomiaru na tej podstawie charakterystycznego wymiaru tej krzywej - zbudowano w ten sposób narzędzie komputerowego wspomagania eksperymentalnego wyznaczenia parametrów mechaniki pękania w metodzie Caustic.

EN

Consideration is given to an algorithm of the cellular, neural networks for analysing the image permitting podetection of the edge of that image. The worked out tools of a computer-based analysis of the image, obtained by means of the CCD camera, where used for detection of a standard curve in the Caustic image and also for measurement on this basis of the characteristic dimension of that curve. Thus a tool is built for the computer-aided experimental determination of the parameters of the cracking mechanics in the Caustic method.

20

PCA transformation as a method of compression of experiment results

Gil J.

Geodezja i Kartografia

|

2003

|

T. 52, z. 3

133-142

EN

The paper presents a method of statistical analysis of multidimensional data by means of the PCA transformation (Principal Components Analysis), carried out by means of a neuron network. The PCA transformation, connected with the Karhunen-Loeve transformation is used for processing signals treated as stochastic processes. The method discussed in the paper, enables the reduction of input data on the basis of specified independent principal components with respect to their significiance.

PL

W pracy przedstawiono metodę analizy statystycznej wielowymiarowych danych za pomocą transformacji PCA (Principal Components Analysis), zrealizowaną za pomocą sieci neuronowej. Transformacja PCA, związana z transformacją Karhunena-Loeve jest stosowana w przetwarzaniu sygnałów traktowanych jako procesy stochastyczne. Omawiana w pracy metoda, umożliwia redukcję przestrzeni danych wejściowych na podstawie wyznaczonych niezależnych składników głównych z uwzględnieniem ich znaczenia.