Zastosowanie sterowania z modelem wewnętrznym opartego o sieci neuronowe dla napędu z elastycznym sprzęgłem
|
|
- Mariusz Żukowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Mateusz ŻYCHLEWICZ Piotr DERUGO Politechnika Wrocławska Katedra Maszyn Napędu i Poiarów Elektrycznych doi:0599/ Zastosowanie sterowania z odele wewnętrzny opartego o sieci neuronowe dla napędu z elastyczny sprzęgłe Streszczenie W artykule opisano sterowanie układe napędowy z połączenie sprężysty pętla regulacji prędkości została zaprojektowana w oparciu o dwa odele neuronowe Jeden z nich stanowi główny regulator natoiast drugi jest odele odniesienia wykorzystywany w trakcie obliczeń Adaptacja wag sieci neuronowych jest realizowana on-line Artykuł zawiera opis teoretyczny zaipleentowanej struktury a także badania syulacyjne oraz eksperyentalne zrealizowane z wykorzystanie procesora sygnałowego karty dspace03 Abstract Paper presents control syste applied for electrical drive with elastic connections Speed control loop of the whole structure is based on two neural odels One of the is applied as the ain controller the second is the internal odel of the plant used for calculations of control signal Adaptation of weights in neural networks is done in on-line ode Article contains theoretical description of ipleented control structure siulation tests as well as experiental tests using digital signal processor of dspace03 (Internal Model Control based on neural networks applied for drive with elastic coupling) Słowa kluczowe: rekurencyjne sieci neuronowe sterowanie adaptacyjne sterowanie z odele wewnętrzny układ dwuasowy Keywords: recurrent neural networks adaptive control internal odel control two-ass syste Wstęp Układy napędowe o złożonej części echanicznej uwzględniające nieliniowości w odelu ateatyczny lub elastyczny wał sprzęgający silnik z aszyną roboczą bardzo często wyagają zastosowania zaawansowanych algorytów sterowania [] [] Dodatkowy utrudnienie w realizacji założeń związanych z precyzyjną kontrolą ziennych stanu jest również wpływ błędnej identyfikacji paraetrów obiektu sterowanego [3] W takich przypadkach klasyczne układy wykorzystujące regulatory PI/PID ogą okazywać się niewystarczające do spełnienia założeń projektowych napędu W związku z powyżej przedstawionyi wyaganiai korzystny rozwiązanie jest aplikacja adaptacyjnych struktur sterowania Zakładają one dostrajanie regulatora do warunków pracy sterowanego procesu/obiektu W ten sposób uzyskiwana jest zwiększona dokładność kontroli sygnału (prędkości lub położenia) poprzez korektę nastaw regulatora w obecności zakłóceń pojawiających się w strukturze sterowania [4] Istotną grupę w algorytach adaptacyjnych w ty również często stosowanych dla napędu elektrycznego stanowią etody wykorzystujące logikę rozytą oraz sieci neuronowe [3]-[5] Zaletą regulatorów opartych o wyienione techniki jest brak konieczności posiadania równań ateatycznych oraz inforacji dotyczących stałych czasowych obiektu Założenie etod projektowania które zakładają wykorzystanie obserwacji działania sterowanego systeu do utworzenia bazy reguł regulatora (regulatory rozyte) lub dostrajanie znacznej liczby współczynników w celu reprezentacji odpowiedniego działania odelu (sieci neuronowe) jest wprowadzenie redukcji wpływu zian paraetrów na dokładność sterowania Prezentowany artykuł przedstawia analizę ożliwości zastosowania rekurencyjnej sieci neuronowej w układzie regulacji prędkości napędu elektrycznego W zadaniu wykorzystane zostały rekurencyjne sieci neuronowe (Recurrent Neural Networks) Charakterystyczny eleente struktury zastosowanych odeli jest występowanie dodatkowych wewnętrznych sprzężeń zwrotnych [6] Opisana odyfikacja w porównaniu z klasycznyi sieciai perceptronowyi (Multi- Layer Pereceptrons) a na celu poprawienie działania w trakcie przetwarzania sygnałów dynaicznych Wartość wyjściowa odelu neuronowego RNN w dany kroku obliczeń jest zależna od aktualnego stanu wektora ziennych wejściowych a także od wartości z poprzednich stanów pracy układu regulacji W wielu przypadkach aplikacji sieci MLP podobne działania realizowane są poprzez odpowiednie odyfikacje wektora wejściowego Jednak zasady w taki postępowaniu nie zostały precyzyjnie opisane w literaturze (np liczba dodatkowych opóźnień wejściowych) Ponadto liczba współczynników reprezentujących stan działania systeu w poprzedni cyklu pracy (opóźnień struktury sieci neuronowej) jest niejsza w przypadku odeli MLP [7] Ipleentacje rekurencyjnych sieci neuronowych w zastosowaniach związanych z napędai elektrycznyi są obecnie bardzo często opisywane Najczęściej wykorzystywanyi topologiai są sieci Jordana oraz Elana [8] [9] Pierwsza z nich wykorzystuje dodatkowe sprzężenie globalne odelu z wyjścia sieci neuronowej do wektora wejściowego Natoiast sieć Elana charakteryzuje się występowanie sprzężeń rekurencyjnych w poszczególnych neuronach warstwy ukrytej RNN spełniają funkcję regulatorów w napędach z silnikai indukcyjnyi [0] oraz prądu stałego [] Oddzielna część zastosowań dotyczy odtwarzania ziennych stanu [] [3] oraz kopensacji uchybów regulacji [4] W opisywanej pracy podstawową strukturę sterowania prędkością stanowi układ z odele wewnętrzny Internal Model Control Charakterystyczny założenie etody jest wprowadzenie dodatkowego odelu sterowanego procesu którego zadanie (rysunek ) poprzez interakcję z regulatore jest poprawienie działania (w porównaniu do sterowania bezpośredniego) w obecności zakłóceń [5] Pojawia się jednak kolejny proble projektowy dotyczący opracowania odelu wewnętrznego Możliwe jest wyznaczenie analityczne tej części układu regulacji [6] Jednak bardziej korzystne wydaje się wprowadzenie adaptacyjnego odelu neuronowego dostrajanego do reprezentacji obiektu [7] Jeśli trening sieci neuronowych realizowany jest on-line uproszczony zostaje etap projektowania (brak konieczności zbierania danych treningowych decydowania o złożoności odelu współczynników uczenia itp) oraz ożliwa jest reakcja na ziany stałych czasowych części echanicznej napędu Efektywne zastosowanie sieci neuronowych połączonych w strukturze sterowania z odele wewnętrzny dla serwoechanizu z silnikai PMSM przedstawiono w publikacji [8] Modele trenowane za poocą uproszczonego algorytu adaptacyjnego (Resilient PRZEGLĄD ELEKTROTECHNICZNY ISSN R 94 NR 5/08 63
2 BackPROPagation algorith) dostosowują się do realizacji zadania w trakcie pracy systeu bez dodatkowej wstępnej identyfikacji obiektu Prezentowany artykuł opisuje ożliwość aplikacji rekurencyjnych sieci neuronowych w strukturze sterowania układe dwuasowy W badaniach eksperyentalnych taki odel odpowiada części echanicznej napędu elektrycznego Kolejne rozdziały przedstawiają założenia analizowanej struktury sterowania oraz sposób obliczeń sieci rekurencyjnych W ostatnich rozdziałach publikacji zaieszczono wyniki badań syulacyjnych oraz weryfikację eksperyentalną Opis struktury sterowania Podstawową cechą wyróżniającą etodę sterowania IMC jest wykorzystanie inforacji o różnicy prędkości poiędzy obiekte oraz odele wewnętrzny Sygnał wykorzystywany jest w trakcie obliczeń błędu na wejściu regulatora prędkości (rysunek ) W opisywanych badaniach założono również wykorzystanie prędkości pierwszej napędu W ten sposób kontrola układu jest utrudniona jednak napęd nie wyaga dodatkowych układów poiarowych lub estyatorów Szczegóły analizowanej struktury sterowania zaprezentowano na rysunku W układzie wykorzystano sieci neuronowe z połączeniai rekurencyjnyi Rys Podstawowy scheat klasycznego sterowania ze sprzężenie zwrotny (a) oraz układ regulacji z odele wewnętrzny (b) obciążenia oraz stała czasowa eleentu sprężystego f f funkcje opisujące tarcie W opisie układu dwuasowego uwzględniono odel tarcia opisany za poocą równania [0]: () fi sign( i )( ci d) gdzie: c odpowiada współczynnikowi tarcia wiskotycznego a d tarcia Coulobowskiego W celu uproszczenia struktury część kształtująca oent elektroagnetyczny w wewnętrznej pętli sterowania została zastąpiona przez eleent inercyjny pierwszego rzędu: (3) G ( s) T s e e gdzie T e oznacza stałą czasową układu regulacji prądu Model rekurencyjnych sieci neuronowych wykorzystanych w adaptacyjny układzie regulacji z odele wewnętrzny Wykorzystywana sieć rekurencyjna składa się z dwóch liniowych neuronów w warstwie wejściowej pięciu neuronów warstwy ukrytej oraz neuronu wyjściowego Sygnałe wejściowy sieci jest sygnał: in ( t e (4) ref IM ref IM ) gdzie: ω ref wartość zadana prędkości ω IM wyjście odelu wewnętrznego Jako funkcję aktywacji neuronów w sieci użyto tangens hiperboliczny Opisywany jest on wzore: (5) x x x e e tanh( x) x e e Równania ateatyczne opisujące warstwę ukrytą sieci przedstawiają się następująco (6) hi w x ( ( b i h (7) ( f hi( ih ho i h gdzie: i h nuer wejścia oraz neuronu ukrytego x sygnał wejściowy w b wagi oraz bias dla poszczególnych neuronów Neuron wyjściowy reprezentują równania: (8) oi w ho( ( h o ho b o (9) ( f oi( onn Rys Struktura sterowania Układ dwuasowy opisany jest następujący układe równań [9]: () d dt T d dt s T c e d dt T s s L f gdzie: ω ω prędkości silnika i aszyny roboczej s e oent skrętny i elektroagnetyczny L oent obciążenia T T T c echaniczna stała czasowa silnika f gdzie: o= indeks neuronu wyjściowego Sygnał onn pełni również funkcję drugiego wejścia sieci Sygnał ten jest wcześniej nożony przez odpowiedni współczynnik wagowy zgodnie z (0) (0) in( onn( wrec ( Wszystkie wagi sieci (oznaczone w) podlegają adaptacji podczas pracy napędu zgodnie z równanie (): new () wij ( k ) wij wij gdzie: w ij wektor wag poiędzy warstwai i oraz j Δw ij poprawka wagi η współczynnik skalujący k nuer próbki Wprowadzona poprawka dla wag w warstwie ukrytej oraz wyjściowej obliczana jest na podstawie poniższych wzorów (-4): 64 PRZEGLĄD ELEKTROTECHNICZNY ISSN R 94 NR 5/08
3 () (3) ho E wij w E E onn oi w onn oi w ij ho Wagi oraz współczynnik uczenia obu odeli neuronowych zostały dobrane w ten sposób aby jak zinializować przeregulowanie oraz oscylacje które ogą pojawić się podczas uruchaiania struktury (4) E E ho hi w ho hi w ih hi Wartość pochodnej funkcji celu w stosunku do wyjścia opisywana jest zależnością (5): E (5) e ref onn gdzie: ref - prędkość odelu referencyjnego Jako transitancje referencyjną użyto obiektu inercyjnego drugiego rzędu o transitancji: (6) G ( s) r s rs r gdzie: ω r częstotliwość rezonansowa ξ współczynnik tłuienia przyjęto ω r = 40 rad/sec oraz ξ = wartości te gwarantują szybką odpowiedź przy braku przeregulowania Aktualizacja wagi połączenia rekurencyjnego odbywa się zgodnie ze wzorai: new (7) wrec ( k ) wrec wrec (8) wrec e onn( k) gdzie: α współczynnik uczenia dla wagi rekurencyjnej Należy zauważyć że struktura obu sieci neuronowych jest tożsaa z tą różnicą że wejścia sieci pełniącej rolę odelu wewnętrznego zdefiniowane są następująco: inn ( IM (9) e IM IM IM IM (0) inn ( onn ( wrec ( wrec ( i Sieci neuronowe były uczone w trybie on-line zgodnie z kryteriu: () f ref Rys3 Przebiegi prędkości silnika oraz obciążenia a także oentów: skrętnego s i elektroagnetycznego e Badania rozpoczęte zostały od testów wykonanych dla znaionowych paraetrów napędu Przeregulowanie w układzie występuje tylko w początkowej fazie działania napędu Dzięki adaptacji paraetrów regulatora oraz odelu wewnętrznego układ z wysoką dokładnością odtwarza prędkość zadaną Niewielkie zakłócenia w przebiegach ziennych stanu występują podczas załączania obciążenia Wpływ zian paraetrów układu dwuasowego na jakość sterowania został zaprezentowany na kolejnych przebiegach Po zwiększeniu stałej czasowej związanej z obciążenie (rysunek 4) zauważalne są zwiększone oscylacje w przebiegu prędkości podczas przełączania obciążenia Pojawia się niewielkie przeregulowanie które jest niwelowane w czasie dalszego działania układu Mio zian paraetrycznych układ nadal reaguje poprawnie na zadaną prędkość oraz oent obciążenia Po zniejszeniu stałej czasowej T (rysunek 5) brak jest oscylacji podczas działania napędu Prędkość kształtowana jest w sposób podobny jak w przypadku warunków znaionowych Napęd reaguje szybciej w stosunku do poprzednich przypadków podczas przełączania obciążenia Wyniki badań syulacyjnych Opisywana struktura została zaipleentowana w środowisku Matlab z wykorzystanie pakietu Siulink Zastosowano krok całkowania 0 s Przyjęto następujące paraetry układu dwuasowego: T = T = 003 s T c = s Zadano prędkość równą 5% prędkości znaionowej w testach wyuszano cykliczne nawroty W czasie t = 85 s następuje załączenie znaionowej wartości oentu obciążenia a w t = 95 s jest ono odłączane Dobór takich paraetrów odeli neuronowych jak współczynnik adaptacji oraz wagi początkowe oże być probleatyczny Wartości wag w stanie początkowy są często dobierane za poocą generatora liczb losowych takie podejście a jednak wpływ na późniejsze działanie układu regulacji Wartość współczynnika uczenia najczęściej dobierana jest w taki sposób aby w jak najszybszy sposób zniwelować przeregulowanie Kolejny kryteriu jest też zbieżność odpowiedzi układu napędowego z prędkością zadaną Rys4 Przebiegi ziennych stanu dla zwiększonej stałej czasowej aszyny roboczej T = T n Wyniki badań zrealizowanych po zwiększeniu stałej czasowej eleentu sprężystego T c przedstawione zostały na rysunku 6 Obserwowana jest większa rozbieżność w przebiegach ziennych obu prędkości w trakcie przełączania obciążenia Pojawia się również niewielkie przeregulowanie widoczne podczas dwóch pierwszych nawrotów Obniżenie wartości tej stałej czasowej również PRZEGLĄD ELEKTROTECHNICZNY ISSN R 94 NR 5/08 65
4 nie stanowi istotnego zakłócenia dla układu (rysunek 7) Zauważalna jest zniejszona wartość przeregulowania podczas pierwszego nawrotu Układ regulacji skutecznie tłui oscylacje w trakcie oddziaływania obciążenia Rys5 Przebiegi ziennych stanu dla zniejszonej stałej czasowej aszyny roboczej T = 05T n początkowych Różnica w przebiegach prędkości nie jest jednoznacznie widoczna na główny przebiegu Na podstawie przybliżenia ożna stwierdzić że wprowadzenie nawet jednego dodatkowego sprzężenia do sieci neuronowej poprawia działanie regulatora w stanach dynaicznych pracy napędu Reakcja układu regulacji jest szybsza w przypadku dokonywania nawrotów oraz przy zianach obciążenia Nakład obliczeniowy w porównaniu do klasycznej sieci neuronowej jest niewiele większy Kolejne testy przedstawiają przedstawione na rysunku 9 prezentują wpływ współczynnika uczenia regulatora neuronowego na działanie układu napędowego Różnica w przebiegach prędkości widoczna jest głównie przy dokonywaniu dwóch pierwszych nawrotów Przebiegi oznaczone kolore czerwony prezentują wolniejszy proces adaptacji oraz zwiększone przeregulowanie w stosunku do pozostałych przebiegów Kolor niebieski natoiast charakteryzuje się zwiększoną częstotliwością drgań Bez względu na wartość tego paraetru układ napędowy jest stabilny a odpowiedź na prędkość zadaną po dokonaniu kilku nawrotów jest tożsaa Rys6 Przebiegi prędkości silnika oraz obciążenia a także oentów: skrętnego s i elektroagnetycznego e zarejestrowane dla zwiększonej stałej czasowej eleentu sprężystego Rys8 Wpływ architektury sieci neuronowej włączonej do pętli sterowania prędkością Rys9 Wpływ współczynnika algorytu adaptacyjnego na działanie układu regulacji Rys7 Przebiegi ziennych stanu uzyskane dla T c = 05T cn Następne badania prezentują porównanie adaptacyjnych regulatorów prędkości wykorzystujących różne struktury neuronowe Testowano aplikację odelu rekurencyjnego oraz jednokierunkowej sieci Wyniki badań przedstawiono na rysunku 8 Należy zaznaczyć że w obu przypadkach wprowadzano identyczne wartości współczynnika algorytu adaptacyjnego oraz wag Ostatnia część badań syulacyjnych polegała na sprawdzeniu wpływu początkowych wag odelu neuronowego na reakcję badanego obiektu Kolore czerwony oznaczono wartości pięciokrotnie niejsze od wartości użytych w poprzednich badaniach Kolor niebieski reprezentuje wartości dwukrotnie większe Przy zbyt ałych wartościach początkowych zaobserwowano zwiększoną wartość przeregulowania Zwiększone wartości tych paraetrów skutkuje krótkotrwały uderzenie prędkości w kierunku przeciwny do zadanego oraz występowanie oscylacji po zadaniu oentu obciążenia w układzie 66 PRZEGLĄD ELEKTROTECHNICZNY ISSN R 94 NR 5/08
5 Rys0 Przebiegi prędkości aszyny roboczej uzyskane dla różnych wartości początkowych współczynników wagowych RNN Badania laboratoryjne Badania eksperyentalne zostały wykonane na stanowisku laboratoryjny składający się z dwóch silników prądu stałego (o ocy 500W każdy) Budowę rzeczywistego zestawu badawczego przedstawiono na rysunku Maszyny zostały sprzęgnięte za poocą elastycznego wału o długości 06 i średnicy 5 Stała czasową aszyny roboczej oże być odyfikowana poprzez zaontowanie dodatkowej tarczy na wale silnika Prędkość obu silników ierzono za poocą enkoderów inkreentalnych Poszczególne eleenty algorytu sterowania: regulator prędkości (odele neuronowe) pętla kontroli oentu elektroagnetycznego oraz obsługa układów zasilających energoelektronikę zostały zaipleentowane w procesorze karty DS03 Rys Przebiegi ziennych stanu w układzie napędowy badania eksperyentalne a) bez załączania obciążenia b) z obciążenie Rys3 Przebiegi prędkości napędu dla zwiększonej stałej czasowej obciążenia Rys Stanowisko laboratoryjne Wyniki serii badań eksperyentalnych zostały przedstawione poniżej Wykonano badania dla prędkości analogicznej do badań syulacyjnych dla warunków znaionowych oraz po założeniu dodatkowej tarczy na wał co skutkowało zwiększenie stałej czasowej Rysunek prezentuje uzyskane przebiegi ziennych stanu uzyskane dla warunków znaionowych Dynaika uzyskiwanych przebiegów jest zbliżona do tej uzyskiwanej w badaniach syulacyjnych Brak jest przeregulowań oraz uchybów prędkości Po załączeniu obciążenia silnik reaguje w sposób poprawny Ostatnie badania zostały przeprowadzone po zwiększeniu stałej czasowej silnika obciążającego (dodatkowa tarcza po stronie obciążenia) Na przebiegach (rysunek 3) widoczny jest proces adaptacji podczas pracy układu Na wykresach prędkości zauważalne jest przeregulowanie które ulega zniejszeniu wraz z dokonywanie kolejnych nawrotów w trakcie działania napędu Podsuowanie Niniejszy artykuł przedstawia wstępne wyniki badań dotyczących aplikacji rekurencyjnych sieci neuronowych w sterowaniu układe napędowy z silnikai prądu stałego zawierający elastyczne sprzęgło Testowane odele adaptacyjne zaipleentowano w strukturze sterowania wykorzystującej odel wewnętrzny Otrzyane wyniki syulacyjne oraz eksperyentalne uożliwiają przedstawienie poniższych konkluzji Zastosowanie sieci neuronowych zawierających wewnętrzne sprzężenia zwrotne uożliwia precyzyjne oraz dynaiczne sterowanie napęde elektryczny Uzyskane rezultaty badań przedstawiają szybszą reakcję regulatora na ziany ziennych stanu w porównaniu do klasycznych sieci perceptronowych zastosowanych w ty say zadaniu Testowana struktura sterowania wprowadza korekty nastaw uożliwiające redukcję uchybu prędkości pojawiającą się w wyniku zian paraetrów układu dwuasowego Wprowadzenie neuronowego odelu wewnętrznego a w szczególności adaptowanego on-line do układu regulacji prędkości wprowadza istotne uproszczenia projektowe które związane są z brakie konieczności wyznaczania paraetrów tego eleentu struktury Przedstawione PRZEGLĄD ELEKTROTECHNICZNY ISSN R 94 NR 5/08 67
6 założenie oże prowadzić do większej odporności układu na zakłócenia pojawiające się w obiekcie Autorzy: gr inż Mateusz Żychlewicz dr Piotr Derugo Politechnika Wrocławska Katedra Maszyn Napędów i Poiarów Elektrycznych ul Soluchowskiego Wrocław E-ail: ateuszzychlewicz@pwredupl piotrderugo@pwredupl LITERATURA [] Derugo P Szabat K Daping of torsional vibrations of twoass syste using adaptive low coputational cost fuzzy PID controller IEEE International Conference on Power Electronics and Drive Systes (05) 6-65 [] Serkies P Szabat K Predictive position control of the induction two-ass syste drive IEEE International Syposiu on Industrial Electronics (ISIE) (04) [3] Kainski M Orlowska-Kowalska T FPGA Ipleentation of ADALINE-Based Speed Controller in a Two-Mass Syste IEEE Transactioncs on Industrial Inforatics 9 (03) n [4] Yousefi F Alipour K Tarvirdizadeh B Hadi A Knee Rehabilitation Robot Control by Sliding-Backstepping and Adittance Control Artificial Intelligence and Robotics (07) 5-57 [5] Nowopolski K Wicher B Łuczak D Siwek P Recursive neural network as speed controller for two-sided electrical drive with coples echanical structure International Conference on Methods and Models in Autoation and Robotics (MMAR) (07) [6] Benabrouk Z Abid A Ben Haed M Sbita L Speed control of DC achine using adaptive neural IMC controller based on recurrent neural network International Conference on Systes and Control (ICSC) (06) [7] Guo B Hu L Bai Y PMSM servo syste based on dynaic Recurrent Neural Networks PID controller Proceedings of International Power Electronics and Motion Control Conference 4 (0) 47-4 [8] Kaiński M Recurrent neural controller applied for two-ass syste International Conference on Methods and Models in Autoation and Robotics (MMAR) (06) 8-33 [9] El-Sousy F F M Intelligent Optial Recurrent Wavelet Elan Neural Network Control Syste for Peraent-Magnet Synchronous Motor Servo Drive IEEE Transaction on Industrial Inforatics 9 (03) n [0] Wai R-J Lin F-J Adaptive recurrent-neural-network control for linear induction otor IEEE Transactions on Aerospace and Electronics Systes 37 (00) n [] Castaneda C Lopez-Mancilla D Garcia J H Zarate R C Position Control of DC Motor based on Recurrent High Order Neural Networks IEEE International Syposiu on Intelligent Control (00) [] Tsai C-H Neural Network Application for Flux and Speed Estiation in the Sensorless Decoupling Induction Drive IEEE International Conference on Systes Man and Cybernetics (SMC) (006) [3] El-Sousy F F M Abuhasel K A Adaptive nonlinear disturbance observer using double loop self-organizing recurrent wavelet-neural-network for two-axis otion control syste IEEE Industry Applications Society Annual Meeting (06) -4 [4] Lin F-J Lin C-H Hong C-M Robust control of linear synchronous otor servodrive using disturbance observer and recurrent neural network copensator IEE Proceedings Electric Power Applications 47 (000) n [5] Francis B Wonha W The internal odel principle of control theory Autoatica (976) n [6] D Chao Zhonggang Y Yanqing Z Xiangdong S Jing L Yanru Z Decoupled Current Control of Induction Motors Drives with Internal Model Based on Active Disturbance Rejection Control Strategy International Conference on Electrical Machines and Systes (ICEMS) 06-6 [7] Li H-X Deng H An Approxiate Internal Model-Based Neural Control for Unknown Nonlinear Discrete Processes IEEE Transactions on Neural Networks 7 (006) n [8] Pajchrowski T Application of an Internal Model Speed Control for PMSM with variable echanical paraeters International Conference on Cybernetics (CYBCONF) (05) 46-4 [9] Wróbel K Adaptacyjne sterowanie rozyte ze zbiorai typu II złożonego układu napędowego pracującego w zakresie prędkości niskiej Prace Naukowe Instytutu Maszyn Napędów i Poiarów Elektrycznych Politechniki Wrocławskiej Studia i Materiały 7 (05) nr [0] Bona B Indri M Friction Copensation in Robotics: an Overview IEEE Conference on Decision and Control (005) PRZEGLĄD ELEKTROTECHNICZNY ISSN R 94 NR 5/08
ANALIZA PORÓWNAWCZA WYBRANYCH NEUROREGULATORÓW DLA NAPĘDU Z POŁĄCZENIEM SPRĘŻYSTYM WYNIKI BADAŃ
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 69 Politechniki Wrocławskiej Nr 69 Studia i Materiały Nr 33 2013 Marcin KAMIŃSKI, Teresa ORŁOWSKA-KOWALSKA* sieci neuronowe, modele perceptronowe
Bardziej szczegółowoANALIZA PORÓWNAWCZA WYBRANYCH NEUROREGULATORÓW DLA NAPĘDU Z POŁĄCZENIEM SPRĘŻYSTYM OPIS ZASTOSOWANYCH MODELI
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 69 Politechniki Wrocławskiej Nr 69 Studia i Materiały Nr 33 013 Teresa ORŁOWSKA-KOWALSKA*, Marcin KAMIŃSKI* neuronowe regulatory prędkości,
Bardziej szczegółowoANALIZA WPŁYWU KONKURENCYJNYCH WARSTW PETRIEGO NA DZIAŁANIE REGULATORA NEURONOWO-ROZMYTEGO
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 69 Politechniki Wrocławskiej Nr 69 Studia i Materiały Nr 33 2013 Piotr DERUGO* regulator neuronowo-rozmyty, warstwy Petriego sieci Petriego,
Bardziej szczegółowoANALIZA WEKTOROWEGO UKŁADU NAPĘDOWEGO Z SILNIKIEM INDUKCYJNYM ODPORNEGO NA USZKODZENIA WYBRANYCH CZUJNIKÓW POMIAROWYCH
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MI C JOURNALS No 77 Electrical Engineering 2014 Kail KLIMKOWSKI* Mateusz DYBKOWSKI* ANALIZA WEKTOROWEGO UKŁADU NAPĘDOWEGO Z SILNIKIEM INDUKCYJNYM ODPORNEGO NA USZKODZENIA
Bardziej szczegółowoZASTOSOWANIE SIECI NEURONOWYCH DO ESTYMACJI PRĘDKOŚCI NAPĘDU ELEKTRYCZNEGO Z SILNIKIEM SYNCHRONICZNYM Z MAGNESAMI TRWAŁYMI
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 69 Politechniki Wrocławskiej Nr 69 Studia i Materiały Nr 33 2013 Krzysztof DRÓŻDŻ*, Marcin KAMIŃSKI*, Piotr J. SERKIES*, Krzysztof SZABAT*
Bardziej szczegółowoWPŁYW USZKODZENIA WYBRANYCH CZUJNIKÓW POMIAROWYCH NA PRACĘ NAPĘDU INDUKCYJNEGO STEROWANEGO METODĄ WEKTOROWĄ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 77 Electrical Engineering 2014 Kail KLIMKOWSKI* Mateusz DYBKOWSKI* WPŁYW USZKODZENIA WYBRANYCH CZUJNIKÓW POMIAROWYCH NA PRACĘ NAPĘDU INDUKCYJNEGO
Bardziej szczegółowoADAPTACYJNE WEKTOROWE STEROWANIE UKŁADEM NAPĘDOWYM Z POŁĄCZENIEM SPRĘŻYSTYM
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 66 Politechniki Wrocławskiej Nr 66 Studia i Materiały Nr 01 napęd elektryczny, DRFOC, sterowanie wektorowe, połączenie sprężyste, regulator
Bardziej szczegółowoZASTOSOWANIE SIECI NEURONOWYCH W BEZCZUJNIKOWYM UKŁADZIE NAPĘDOWYM Z POŁĄCZENIEM SPRĘŻYSTYM
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 58 Politechniki Wrocławskiej Nr 58 Studia i Materiały Nr 25 2005 Sebastian RAKOCZY *, Krzysztof SZABAT * układ dwumasowy, estymacja zmiennych
Bardziej szczegółowoADAPTACYJNE STEROWANIE SILNIKIEM SYNCHRONICZNYM O MAGNESACH TRWAŁYCH
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 75 Electrical Engineering 3 Tomasz PAJCHROWSKI* ADAPTACYJNE STEROWANIE SILNIKIEM SYNCHRONICZNYM O MAGNESACH TRWAŁYCH W artykule przedstawiono wyniki
Bardziej szczegółowoIMPLEMENTACJA SIECI NEURONOWYCH MLP Z WALIDACJĄ KRZYŻOWĄ
IMPLEMENTACJA SIECI NEURONOWYCH MLP Z WALIDACJĄ KRZYŻOWĄ Celem ćwiczenia jest zapoznanie się ze sposobem działania sieci neuronowych typu MLP (multi-layer perceptron) uczonych nadzorowaną (z nauczycielem,
Bardziej szczegółowoBezpośrednie sterowanie momentu z wymuszeniem dynamiki silnika klatkowego i maszyny dwustronnie zasilanej
ichał JELEŃ Grzegorz JAREK Kaziierz GIERLOTKA Politechnika Śląska Katedra Energoelektroniki Napędu Elektrycznego i Robotyki Bezpośrednie sterowanie oentu z wyuszenie dynaiki silnika klatkowego i aszyny
Bardziej szczegółowoĆWICZENIE 5 Badanie stanów nieustalonych w obwodach szeregowych RLC przy wymuszeniu sinusoidalnie zmiennym
ĆWIZENIE 5 Badanie stanów nieustalonych w obwodach szeregowych R przy wyuszeniu sinusoidaie zienny. el ćwiczenia Zapoznanie się z rozpływe prądów, rozkłade w stanach nieustalonych w obwodach szeregowych
Bardziej szczegółowoSztuczna Inteligencja Tematy projektów Sieci Neuronowe
PB, 2009 2010 Sztuczna Inteligencja Tematy projektów Sieci Neuronowe Projekt 1 Stwórz projekt implementujący jednokierunkową sztuczną neuronową złożoną z neuronów typu sigmoidalnego z algorytmem uczenia
Bardziej szczegółowoCel ćwiczenia: Podstawy teoretyczne:
Cel ćwiczenia: Cele ćwiczenia jest zapoznanie się z pracą regulatorów dwawnych w układzie regulacji teperatury. Podstawy teoretyczne: Regulator dwawny (dwupołoŝeniowy) realizuje algoryt: U ( t) U1 U 2
Bardziej szczegółowoAutomatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II
Automatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II Zagadnienia na ocenę 3.0 1. Podaj transmitancję oraz naszkicuj teoretyczną odpowiedź skokową układu całkującego z inercją 1-go rzędu.
Bardziej szczegółowoZASTOSOWANIE MODELI ADALINE W STRUKTURZE STEROWANIA PRĘDKOŚCIĄ SILNIKA INDUKCYJNEGO
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 65 Politechniki Wrocławskiej Nr 65 Studia i Materiały Nr 31 2011 Marcin KAMIŃSKI* Krzysztof P. DYRCZ* modele ADALINE, sterowanie wektorowe,
Bardziej szczegółowoSterowanie bazujące na sprzężeniu od wektora zmiennych stanu z ograniczeniami serwonapędem z silnikiem PMSM
Toasz TARCZEWSKI 1, Michał SKIWSKI 1, Lech M. GRZESIAK 2, Marek ZIELIŃSKI 1 Uniwersytet Mikołaja Kopernika w Toruniu, Katedra Autoatyki i Systeów Poiarowych (1), Politechnika Warszawska, Instytut Sterowania
Bardziej szczegółowoAlgorytmy sztucznej inteligencji
Algorytmy sztucznej inteligencji Dynamiczne sieci neuronowe 1 Zapis macierzowy sieci neuronowych Poniżej omówione zostaną części składowe sieci neuronowych i metoda ich zapisu za pomocą macierzy. Obliczenia
Bardziej szczegółowoADAPTACYJNE STEROWANIE ROZMYTE ZE ZBIORAMI TYPU II ZŁOŻONEGO UKŁADU NAPĘDOWEGO PRACUJĄCEGO W ZAKRESIE PRĘDKOŚCI NISKIEJ
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 7 Politechniki Wrocławskiej Nr 7 Studia i Materiały Nr 35 5 Karol WRÓBEL* sterowanie adaptacyjne, sterowanie rozmyte, kompensacja tarcia,
Bardziej szczegółowoANALIZA WYBRANYCH STRUKTUR ESTYMACJI PRĘDKOŚCI KĄTOWEJ W NAPĘDACH Z SILNIKAMI INDUKCYJNYMI CZĘŚĆ II BADANIA
Prace Naukowe Instytutu Maszyn, Napędów i Poiarów Elektrycznych Nr 64 Politechniki Wrocławskiej Nr 64 Studia i Materiały Nr 3 2 Mateusz DYBKOWSKI*, Teresa ORŁOWSKA-KOWALSKA*, Grzegorz TARCHAŁA* silnik
Bardziej szczegółowoANALIZA ADAPTACYJNEGO NEURONOWO ROZMYTEGO REGULATORA Z WYKORZYSTANIEM KONKURENCYJNYCH WARSTW TYPU PETRIEGO W STEROWANIU SILNIKIEM PR DU STA EGO
POZNAN UNIVERSITY OF TECHNOLOGY ACADEMIC JOURNALS No 75 Electrical Engineering 2013 Piotr DERUGO* Mateusz DYBKOWSKI* Krzysztof SZABAT* ANALIZA ADAPTACYJNEGO NEURONOWO ROZMYTEGO REGULATORA Z WYKORZYSTANIEM
Bardziej szczegółowoANALIZA WYKORZYSTANIA REGULATORA NEURONOWO-ROZMYTEGO Z WARSTWĄ TRANZYCJI W STEROWANIU SILNIKIEM PRĄDU STAŁEGO W ZAKRESIE PRĘDKOŚCI ULTRA NISKICH
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 70 Politechniki Wrocławskiej Nr 70 Studia i Materiały Nr 34 2014 Piotr DERUGO* regulator neuronowo-rozmyty, warstwa Petriego, warstwa
Bardziej szczegółowoProjekt Sieci neuronowe
Projekt Sieci neuronowe Chmielecka Katarzyna Gr. 9 IiE 1. Problem i dane Sieć neuronowa miała za zadanie nauczyć się klasyfikować wnioski kredytowe. W projekcie wykorzystano dane pochodzące z 110 wniosków
Bardziej szczegółowoANALIZA WPŁYWU METODY ADAPTACJI REGULTAORA PRĘDKOŚCI NA WŁAŚCIWOŚCI DYNAMICZNE NAPĘDU INDUKCYJNEGO
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 64 Politechniki Wrocławskiej Nr 64 Studia i Materiały Nr 3 21 Mateusz DYBKOWSKI*, Teresa ORŁOWSKA-KOWALSKA* Damian KAPELA* silnik indukcyjny,
Bardziej szczegółowoWERYFIKACJA POMIAROWA MODELU OBWODOWEGO JEDNOFAZOWEGO SILNIKA INDUKCYJNEGO Z POMOCNICZYM UZWOJENIEM KONDENSATOROWYM
Prace Naukowe Instytutu Maszyn, Napędów i Poiarów Elektrycznych Nr 65 Politechniki Wrocławskiej Nr 65 Studia i Materiały Nr 3 Marcin J. WILK* Krzyszto MAKOWSKI* ikrosilnik, indukcyjny, jednoazowy, syulacja,
Bardziej szczegółowoCEL PRACY ZAKRES PRACY
CEL PRACY. Analiza energetycznych kryteriów zęczenia wieloosiowego pod względe zastosowanych ateriałów, rodzajów obciążenia, wpływu koncentratora naprężenia i zakresu stosowalności dla ałej i dużej liczby
Bardziej szczegółowoObiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).
SWB - Systemy wbudowane w układach sterowania - wykład 13 asz 1 Obiekt sterowania Wejście Obiekt Wyjście Obiekt sterowania obiekt, który realizuje proces (zaplanowany). Fizyczny obiekt (proces, urządzenie)
Bardziej szczegółowoPORÓWNANIE WPŁYWU WYBRANYCH PARAMETRÓW CIĄGNIKA ROLNICZEGO NA JEGO DRGANIA
Inżynieria Rolnicza (90)/007 PORÓWNANIE WPŁYWU WYBRANYCH PARAMETRÓW CIĄGNIKA ROLNICZEGO NA JEGO DRGANIA Instytut Inżynierii Rolniczej, Akadeia Rolnicza w Poznaniu Streszczenie. Drgania ciągnika, szczególnie
Bardziej szczegółowoPRZEGLĄD KONSTRUKCJI JEDNOFAZOWYCH SILNIKÓW SYNCHRONICZNYCH Z MAGNESAMI TRWAŁYMI O ROZRUCHU BEZPOŚREDNIM
51 Maciej Gwoździewicz, Jan Zawilak Politechnika Wrocławska, Wrocław PRZEGLĄD KONSTRUKCJI JEDNOFAZOWYCH SILNIKÓW SYNCHRONICZNYCH Z MAGNESAMI TRWAŁYMI O ROZRUCHU BEZPOŚREDNIM REVIEW OF SINGLE-PHASE LINE
Bardziej szczegółowoPARAMETRYZACJA NEURONOWO-ROZMYTYCH REGULATORÓW TYPU TSK PRACUJĄCYCH W ADAPTACYJNEJ STRUKTURZE STEROWANIA PRĘDKOŚCIĄ UKŁADU NAPĘDOWEGO
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 66 Politechniki Wrocławskiej Nr 66 Studia i Materiały Nr 32 2012 Sebastian KNYCHAS* sterowanie adaptacyjne, regulatory neuronowo-rozmyte,
Bardziej szczegółowoWstęp do teorii sztucznej inteligencji Wykład III. Modele sieci neuronowych.
Wstęp do teorii sztucznej inteligencji Wykład III Modele sieci neuronowych. 1 Perceptron model najprostzszy przypomnienie Schemat neuronu opracowany przez McCullocha i Pittsa w 1943 roku. Przykład funkcji
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Badanie i synteza kaskadowego adaptacyjnego układu regulacji do sterowania obiektu o
Bardziej szczegółowoZastosowanie rozmytego bezśladowego filtru Kalmana w adaptacyjnej strukturze sterowania układu dwumasowego
Krzysztof DRÓŻDŻ Politechnika Wrocławska, Katedra Maszyn, Napędów i Pomiarów Elektrycznych doi:0.599/48.06.05.8 Zastosowanie rozmytego bezśladowego filtru Kalmana w adaptacyjnej strukturze sterowania układu
Bardziej szczegółowoREDUKCJA DRGAŃ BELKI ZA POMOCĄ PIEZOELEKTRYCZNEGO KOMPOZYTOWEGO SIŁOWNIKA MFC
Maszyny Elektryczne Zeszyty Probleowe Nr 4/015 (108) 8 Wojciech Jarzyna Katedra Napędów i Maszyn Elektrycznych, Politechnika Lubelska Michał Augustyniak INDUSTER Sp. z o.o. Lublin Marcin Bocheński Jerzy
Bardziej szczegółowoREGULATOR NEURONOWO-ROZMYTY Z WARSTWĄ TRANZYCJI W STEROWANIU SILNIKIEM PRĄDU STAŁEGO W ZAKRESIE PRĘDKOŚCI ULTRA NISKICH WERYFIKACJA EKSPERYMENTALNA
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 71 Politechniki Wrocławskiej Nr 71 Studia i Materiały Nr 35 2015 Piotr DERUGO*, Marcin PAWLAK* regulator neuronowo-rozmyty, warstwa Petriego,
Bardziej szczegółowoINSTRUKCJA Regulacja PID, badanie stabilności układów automatyki
Opracowano na podstawie: INSTRUKCJA Regulacja PID, badanie stabilności układów automatyki 1. Kaczorek T.: Teoria sterowania, PWN, Warszawa 1977. 2. Węgrzyn S.: Podstawy automatyki, PWN, Warszawa 1980 3.
Bardziej szczegółowo1. Regulatory ciągłe liniowe.
Laboratorium Podstaw Inżynierii Sterowania Ćwiczenie: Regulacja ciągła PID 1. Regulatory ciągłe liniowe. Zadaniem regulatora w układzie regulacji automatycznej jest wytworzenie sygnału sterującego u(t),
Bardziej szczegółowoROZMYTY REGULATOR PRĘDKOŚCI TYPU TSK UKŁADU NAPĘDOWEGO Z SILNIKIEM SYNCHRONICZNYM O MAGNESACH TRWAŁYCH
POZNAN UNVE RSTY OF TE CHNOLOGY ACADE MC JOURNALS No 75 Electrical Engineering 013 Krzysztof DRÓŻDŻ* Krzysztof SZABAT* ROZMYTY REGULATOR PRĘDKOŚC TYPU TSK UKŁADU NAPĘDOWEGO Z SLNKEM SYNCHRONCZNYM O MAGNESACH
Bardziej szczegółowoEliminacja drgań w układach o słabym tłumieniu przy zastosowaniu filtru wejściowego (Input Shaping Filter)
Eliminacja drgań w układach o słabym tłumieniu przy zastosowaniu filtru wejściowego (Input Shaping Filter) 1. WSTĘP W wielu złożonych układach mechanicznych elementy występują połączenia elastyczne (długi
Bardziej szczegółowoMetody Sztucznej Inteligencji II
17 marca 2013 Neuron biologiczny Neuron Jest podstawowym budulcem układu nerwowego. Jest komórką, która jest w stanie odbierać i przekazywać sygnały elektryczne. Neuron działanie Jeżeli wartość sygnału
Bardziej szczegółowoWybrane detektory uszkodzeń czujnika prędkości obrotowej dla napędu wektorowego z silnikiem indukcyjnym
Mateusz DYBKOWSKI, Kail KLIMKOWSKI Politechnika Wrocławska, Katedra Maszyn, Napędów i Poiarów Elektrycznych doi:10.15199/48.2016.04.20 Wybrane detektory uszkodzeń czujnika prędkości obrotowej dla napędu
Bardziej szczegółowoSIMATIC S Regulator PID w sterowaniu procesami. dr inż. Damian Cetnarowicz. Plan wykładu. I n t e l i g e n t n e s y s t e m y z e
Plan wykładu I n t e l i g e n t n e s y s t e m y z e s p r zężeniem wizyjnym wykład 6 Sterownik PID o Wprowadzenie o Wiadomości podstawowe o Implementacja w S7-1200 SIMATIC S7-1200 Regulator PID w sterowaniu
Bardziej szczegółowoSerwomechanizmy sterowanie
Serwomechanizmy sterowanie Tryby pracy serwonapędu: - point-to-point, - śledzenie trajektorii (często znanej), - regulacja prędkości. Wymagania: - odpowiedź aperiodyczna, - możliwość ograniczania przyspieszenia
Bardziej szczegółowoRegulacja dwupołożeniowa.
Politechnika Krakowska Wydział Inżynierii Elektrycznej i Komputerowej Zakład eorii Sterowania Regulacja dwupołożeniowa. Kraków Zakład eorii Sterowania (E ) Regulacja dwupołożeniowa opis ćwiczenia.. Opis
Bardziej szczegółowoROZMYTE STEROWANIE ŚLIZGOWE UKŁADU NAPĘDOWEGO Z SILNIKIEM PRĄDU STAŁEGO
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr59 Politechniki Wrocławskiej Nr 59 Studia i Materiały Nr 26 2006 Sterowanie rozmyte, sterowanie ślizgowe, automatyka napędu elektrycznego
Bardziej szczegółowo1. Opis teoretyczny regulatora i obiektu z opóźnieniem.
Laboratorium Podstaw Inżynierii Sterowania Ćwiczenie:. Opis teoretyczny regulatora i obiektu z opóźnieniem. W regulacji dwupołożeniowej sygnał sterujący przyjmuje dwie wartości: pełne załączenie i wyłączenie...
Bardziej szczegółowoPolitechnika Poznańska, Instytut Elektrotechniki i Elektroniki Przemysłowej, Zakład Energoelektroniki i Sterowania Laboratorium energoelektroniki
Politechnika Poznańska, Instytut Elektrotechniki i Elektroniki Przemysłowej, Zakład Energoelektroniki i Sterowania Laboratorium energoelektroniki Temat ćwiczenia: Przetwornica impulsowa DC-DC typu buck
Bardziej szczegółowoInteligentne systemy decyzyjne: Uczenie maszynowe sztuczne sieci neuronowe
Inteligentne systemy decyzyjne: Uczenie maszynowe sztuczne sieci neuronowe Trening jednokierunkowych sieci neuronowych wykład 2. dr inż. PawełŻwan Katedra Systemów Multimedialnych Politechnika Gdańska
Bardziej szczegółowoAlgorytm wstecznej propagacji błędów dla sieci RBF Michał Bereta
Algorytm wstecznej propagacji błędów dla sieci RBF Michał Bereta www.michalbereta.pl Sieci radialne zawsze posiadają jedną warstwę ukrytą, która składa się z neuronów radialnych. Warstwa wyjściowa składa
Bardziej szczegółowoZeszyty Problemowe Maszyny Elektryczne Nr 72/
Zeszyty Probleowe Maszyny Elektryczne Nr 72/25 235 Toasz Mnich Politechnika Śląska, Gliwice ZASTOSOWANIE ESTYMATORA REZYSTANCJI UZWOJENIA STOJANA I WIRNIKA SILNIKA INDUKCYJNEGO APPLICATION OF OBSERVER
Bardziej szczegółowoBadanie kaskadowego układu regulacji na przykładzie serwomechanizmu
Badanie kaskadowego układu regulacji na przykładzie serwomechanizmu 1. WSTĘP Serwomechanizmy są to przeważnie układy regulacji położenia. Są trzy główne typy zadań serwomechanizmów: - ruch point-to-point,
Bardziej szczegółowoHAŁASU Z UWZGLĘDNIENIEM ZJAWISK O CHARAKTERZE NIELINIOWYM
ZASTOSOWANIE SIECI NEURONOWYCH W SYSTEMACH AKTYWNEJ REDUKCJI HAŁASU Z UWZGLĘDNIENIEM ZJAWISK O CHARAKTERZE NIELINIOWYM WPROWADZENIE Zwalczanie hałasu przy pomocy metod aktywnych redukcji hałasu polega
Bardziej szczegółowoROZMYTE ESTYMATORY MECHANICZNYCH ZMIENNYCH STANU UKŁADU NAPĘDOWEGO Z POŁĄCZENIEM SPRĘŻYSTYM
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 65 Politechniki Wrocławskiej Nr 65 Studia i Materiały Nr 3 0 estymacja zmiennych stanu, systemy neuronowo-rozmyte, napęd dwumasowy, tłumienie
Bardziej szczegółowoSTEROWANIE PRACĄ SILNIKA INDUKCYJNEGO W ASPEKCIE BEZCZUJNIKOWEJ REGULACJI PRĘDKOŚCI KĄTOWEJ ZA POMOCĄ SZTUCZNYCH SIECI NEURONOWYCH
Zeszyty Problemowe Maszyny Elektryczne Nr 2/2013 (99) 299 Mariusz Krupa, Janusz Flasza Politechnika Częstochowska, Częstochowa STEROWANIE PRACĄ SILNIKA INDUKCYJNEGO W ASPEKCIE BEZCZUJNIKOWEJ REGULACJI
Bardziej szczegółowoKONCEPCJA NEURONOWEGO DETEKTORA USZKODZEŃ CZUJNIKA PRĘDKOŚCI DLA UKŁADÓW NAPĘDOWYCH Z SILNIKIEM INDUKCYJNYM STEROWANYCH METODĄ POLOWO ZORIENTOWANĄ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 83 Electrical Engineering 2015 Kamil KLIMKOWSKI* Mateusz DYBKOWSKI* KONCEPCJA NEURONOWEGO DETEKTORA USZKODZEŃ CZUJNIKA PRĘDKOŚCI DLA UKŁADÓW NAPĘDOWYCH
Bardziej szczegółowoUKŁAD HAMOWANIA ELEKTRYCZNEGO DO BADANIA NAPĘDÓW
Z E S Z Y T Y N A U K O W E P O L I T E C H N I K I Ł Ó D Z K I E J Nr 1108 ELEKTRYKA, z. 123 2011 WOJCIECH BŁASIŃSKI, ZBIGNIEW NOWACKI Politechnika Łódzka Instytut Automatyki UKŁAD HAMOWANIA ELEKTRYCZNEGO
Bardziej szczegółowoNajprostsze modele sieci z rekurencją. sieci Hopfielda; sieci uczone regułą Hebba; sieć Hamminga;
Sieci Hopfielda Najprostsze modele sieci z rekurencją sieci Hopfielda; sieci uczone regułą Hebba; sieć Hamminga; Modele bardziej złoŝone: RTRN (Real Time Recurrent Network), przetwarzająca sygnały w czasie
Bardziej szczegółowoPolitechnika Poznańska, Instytut Elektrotechniki i Elektroniki Przemysłowej, Zakład Energoelektroniki i Sterowania Laboratorium energoelektroniki
Politechnika Poznańska, Instytut Elektrotechniki i Elektroniki Przemysłowej, Zakład Energoelektroniki i Sterowania Laboratorium energoelektroniki Temat ćwiczenia: Przetwornica impulsowa DC-DC typu boost
Bardziej szczegółowoMODEL OBSERWATORA ZMIENNYCH STANU DLA UKŁADU Z NIELINIOWYM WAŁEM MECHANICZNYM
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 63 Politechniki Wrocławskiej Nr 63 Studia i Materiały Nr 9 9 Krzysztof SZABAT* układ dwumasowy, nieliniowość wału estymacja, obserwator
Bardziej szczegółowo8. Neuron z ciągłą funkcją aktywacji.
8. Neuron z ciągłą funkcją aktywacji. W tym ćwiczeniu zapoznamy się z modelem sztucznego neuronu oraz przykładem jego wykorzystania do rozwiązywanie prostego zadania klasyfikacji. Neuron biologiczny i
Bardziej szczegółowoBADANIA SYMULACYJNE SILNIKÓW RELUKTANCYJNYCH PRZEŁĄCZALNYCH PRZEZNACZONYCH DO NAPĘDU WYSOKOOBROTOWEGO
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 66 Politechniki Wrocławskiej Nr 66 Studia i Materiały Nr 32 2012 Piotr BOGUSZ*, Mariusz KORKOSZ*, Jan PROKOP* napędy wysokoobrotowe,
Bardziej szczegółowoSieci M. I. Jordana. Sieci rekurencyjne z parametrycznym biasem. Leszek Rybicki. 30 listopada Leszek Rybicki Sieci M. I.
Sieci M. I. Jordana Sieci rekurencyjne z parametrycznym biasem Leszek Rybicki 30 listopada 2007 Leszek Rybicki Sieci M. I. Jordana 1/21 Plan O czym będzie 1 Wstęp do sieci neuronowych Neurony i perceptrony
Bardziej szczegółowoSzybkie prototypowanie w projektowaniu mechatronicznym
Szybkie prototypowanie w projektowaniu mechatronicznym Systemy wbudowane (Embedded Systems) Systemy wbudowane (ang. Embedded Systems) są to dedykowane architektury komputerowe, które są integralną częścią
Bardziej szczegółowoDynamika procesu zmienna stała. programowalne zmiany parametrów r.
Sterowanie adaptacyjne Sterowanie adaptacyjne polega na dostosowywaniu (adaptacji) nastaw regulatora do zmian parametrów obiektu (w trakcie pracy) Techniki adaptacji Dynamika procesu zmienna stała regulator
Bardziej szczegółowoĆw. 18: Pomiary wielkości nieelektrycznych II
Wydział: EAIiE Kierunek: Imię i nazwisko (e mail): Rok:. (../..) Grupa: Zespół: Data wykonania: Zaliczenie: Podpis prowadzącego: Uwagi: LABORATORIUM METROLOGII Ćw. 18: Pomiary wielkości nieelektrycznych
Bardziej szczegółowoRys.1. Zasada eliminacji drgań. Odpowiedź impulsowa obiektu na obiektu impuls A1 (niebieska), A2 (czerwona) i ich sumę (czarna ze znacznikiem).
Eliminacja drgań w układach o słabym tłumieniu przy zastosowaniu filtru wejściowego (Input Shaping Filter). WSTĘP W wielu złożonych układach mechanicznych elementy nie są połączone z sobą sztywno a występują
Bardziej szczegółowoĆwiczenie 3 Badanie własności podstawowych liniowych członów automatyki opartych na biernych elementach elektrycznych
Ćwiczenie 3 Badanie własności podstawowych liniowych członów automatyki opartych na biernych elementach elektrycznych Cel ćwiczenia Celem ćwiczenia jest poznanie podstawowych własności członów liniowych
Bardziej szczegółowoCIAŁO CZŁOWIEKA LĄDUJĄCEGO PO ZESKOKU JAKO PRZYKŁAD UKŁADU MECHANICZNEGO ZE STABILIZUJĄCYM SPRZĘŻENIEM ZWROTNYM
MAREK A. KSIĄŻEK, DANIEL ZIEMIAŃSKI CIAŁO CZŁOWIEKA LĄDUJĄCEGO PO ZESKOKU JAKO PRZYKŁAD UKŁADU MECHANICZNEGO ZE STABILIZUJĄCYM SPRZĘŻENIEM ZWROTNYM HUMAN BODY LANDING AFTER JUMP DOWN AS AN EXAMPLE OF A
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnia Gdańsa Wydział Eletrotechnii i Autoatyi Katedra Inżynierii Systeów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI Systey ciągłe budowa odeli enoenologicznych z praw zachowania Materiały poocnicze
Bardziej szczegółowoInstrukcja do ćwiczenia 6 REGULACJA TRÓJPOŁOŻENIOWA
Instrukcja do ćwiczenia 6 REGULACJA TRÓJPOŁOŻENIOWA Cel ćwiczenia: dobór nastaw regulatora, analiza układu regulacji trójpołożeniowej, określenie jakości regulacji trójpołożeniowej w układzie bez zakłóceń
Bardziej szczegółowoPrognozowanie kierunku ruchu indeksów giełdowych na podstawie danych historycznych.
Metody Sztucznej Inteligencji 2 Projekt Prognozowanie kierunku ruchu indeksów giełdowych na podstawie danych historycznych. Autorzy: Robert Wojciechowski Michał Denkiewicz Mateusz Gągol Wstęp Celem projektu
Bardziej szczegółowoBADANIA CHARAKTERYSTYK STATYCZNYCH WIBROIZOLATORÓW
ĆWICZEIA LABORATORYJE Z WIBROIZOLACJI: BADAIA CHARAKTERYSTYK STATYCZYCH WIBROIZOLATORÓW 1. WSTĘP Stanowisko laboratoryjne znajduje się w poieszczeniu hali technologicznej w budynku C-6 Politechniki Wrocławskiej.
Bardziej szczegółowoMetody numeryczne. materiały do ćwiczeń dla studentów. 1. Teoria błędów, notacja O
Metody nueryczne ateriały do ćwiczeń dla studentów 1. Teoria błędów, notacja O 1.1. Błąd bezwzględny, błąd względny 1.2. Ogólna postać błędu 1.3. Proble odwrotny teorii błędów - zasada równego wpływu -
Bardziej szczegółowoPRZEMIENNIKI CZĘSTOTLIWOŚCI W DWUSIL- NIKOWYM NAPĘDZIE WAŁU TAŚMOCIĄGU PO- WIERZCHNIOWEGO
PRZEMIENNIKI CZĘSTOTLIWOŚCI W DWUSIL- NIKOWYM NAPĘDZIE WAŁU TAŚMOCIĄGU PO- WIERZCHNIOWEGO BERNARD SZYMAŃSKI, JERZY SZYMAŃSKI Politechnika Warszawska, Politechnika Radomska szymansb@isep.pw.edu.pl, j.szymanski@pr.radom.pl
Bardziej szczegółowoAdaptacyjne sterowanie neuronowym regulatorem prędkości dla napędu bezpośredniego z silnikiem PMSM
Tomasz PAJCHROWSKI, Wojciech KOGUT Politechnika Poznańska, Instytut Automatyki i Inżynierii Informatycznej doi:.599/48.6.5.7 Adaptacyjne sterowanie neuronowym regulatorem prędkości dla napędu bezpośredniego
Bardziej szczegółowoMODEL SYMULACYJNY ENERGOELEKTRONICZNEGO STEROWANEGO ŹRÓDŁA PRĄDOWEGO PRĄDU STAŁEGO BAZUJĄCEGO NA STRUKTURZE BUCK-BOOST CZĘŚĆ 2
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 87 Electrical Engineering 2016 Michał KRYSTKOWIAK* Dominik MATECKI* MODEL SYMULACYJNY ENERGOELEKTRONICZNEGO STEROWANEGO ŹRÓDŁA PRĄDOWEGO PRĄDU STAŁEGO
Bardziej szczegółowoKOMPUTEROWY MODEL UKŁADU STEROWANIA MIKROKLIMATEM W PRZECHOWALNI JABŁEK
Inżynieria Rolnicza 8(117)/2009 KOMPUTEROWY MODEL UKŁADU STEROWANIA MIKROKLIMATEM W PRZECHOWALNI JABŁEK Ewa Wachowicz, Piotr Grudziński Katedra Automatyki, Politechnika Koszalińska Streszczenie. W pracy
Bardziej szczegółowoAdaptacja reguł rozmytego modelu siły oporu w sterowaniu położeniem silnika liniowego
Adaptacja reguł rozmytego modelu siły oporu w sterowaniu położeniem silnika liniowego Marcin Jastrzębski Streszczenie: W artykule zaproponowano sterowanie wykorzystujące adaptacyjny algorytm wstecznego
Bardziej szczegółowoZastosowanie sztucznej sieci neuronowej do regulacji prędkości kątowej silnika indukcyjnego w układzie sterowania typu IFOC
Zastosowanie sztucznej sieci neuronowej do regulacji prędkości kątowej silnika indukcyjnego w układzie sterowania typu IFOC Mariusz Krupa, Janusz Flasza 1. Wprowadzenie Elektryczne układy napędowe, składające
Bardziej szczegółowoĆw. 18: Pomiary wielkości nieelektrycznych II
Wydział: EAIiE Kierunek: Imię i nazwisko (e mail): Rok:. (2010/2011) Grupa: Zespół: Data wykonania: Zaliczenie: Podpis prowadzącego: Uwagi: LABORATORIUM METROLOGII Ćw. 18: Pomiary wielkości nieelektrycznych
Bardziej szczegółowoAutomatyka i pomiary wielkości fizykochemicznych. Instrukcja do ćwiczenia VI Dobór nastaw regulatora typu PID metodą Zieglera-Nicholsa.
Automatyka i pomiary wielkości fizykochemicznych Instrukcja do ćwiczenia VI Dobór nastaw regulatora typu PID metodą Zieglera-Nicholsa. 1. Wprowadzenie Regulator PID (regulator proporcjonalno-całkująco-różniczkujący,
Bardziej szczegółowoUczenie sieci typu MLP
Uczenie sieci typu MLP Przypomnienie budowa sieci typu MLP Przypomnienie budowy neuronu Neuron ze skokową funkcją aktywacji jest zły!!! Powszechnie stosuje -> modele z sigmoidalną funkcją aktywacji - współczynnik
Bardziej szczegółowoANALIZA PRACY SILNIKA SYNCHRONICZNEGO Z MAGNESAMI TRWAŁYMI W WARUNKACH ZAPADU NAPIĘCIA
Zeszyty Problemowe Maszyny Elektryczne Nr 4/2014 (104) 89 Zygfryd Głowacz, Henryk Krawiec AGH Akademia Górniczo-Hutnicza, Kraków ANALIZA PRACY SILNIKA SYNCHRONICZNEGO Z MAGNESAMI TRWAŁYMI W WARUNKACH ZAPADU
Bardziej szczegółowoALGORYTM BEZPOŚREDNIEGO OKREŚLANIA STANÓW USTALONYCH W MASZYNACH SYNCHRONICZNYCH Z UWZGLĘDNIENIEM RÓWNANIA RUCHU METODĄ BILANSU HARMONICZNYCH
83 Tadeusz J. Sobczyk, Michał Radzik Politechnika Krakowska, Kraków ALGORYTM BEZPOŚREDNIEGO OKREŚLANIA STANÓW USTALONYCH W MASZYNACH SYNCHRONICZNYCH Z UWZGLĘDNIENIEM RÓWNANIA RUCHU METODĄ BILANSU HARMONICZNYCH
Bardziej szczegółowoWstęp do teorii sztucznej inteligencji Wykład II. Uczenie sztucznych neuronów.
Wstęp do teorii sztucznej inteligencji Wykład II Uczenie sztucznych neuronów. 1 - powtórzyć o klasyfikacji: Sieci liniowe I nieliniowe Sieci rekurencyjne Uczenie z nauczycielem lub bez Jednowarstwowe I
Bardziej szczegółowoAutoreferat przedstawiający informacje o osiągnięciach zawodowych i naukowych
Warszawa, 8.09.2017 utoreferat przedstawiający informacje o osiągnięciach zawodowych i naukowych 1. Imię i Nazwisko Mateusz Szypulski 2. Posiadane dyplomy Tytuł zawodowy magistra inżyniera, kierunek utomatyka
Bardziej szczegółowoREDUKCJA ZJAWISKA CHATTERINGU W ALGORYTMIE SMC W STEROWANIU SERWOMECHANIZMÓW ELEKTROHYDRAULICZNYCH
REDUKCJA ZJAWISKA CHATTERINGU W ALGORYTMIE SMC W STEROWANIU SERWOMECHANIZMÓW ELEKTROHYDRAULICZNYCH Paweł Bachman, Uniwersytet Zielonogórski Instytut Edukacji Techniczno Informatycznej W artykule opisano
Bardziej szczegółowoWysokowydajne falowniki wektorowe Micno KE300.
Wysokowydajne falowniki wektorowe Micno KE300. Firma Shenzhen Micno Electric Co. jest przedsiębiorstwem zajmującym się zaawansowanymi technologiami. Specjalizuje się w pracach badawczorozwojowych, produkcji,
Bardziej szczegółowoImplementacja rozmytych systemów wnioskujących w zdaniach regulacji
Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 5 Implementacja rozmytych systemów wnioskujących w zdaniach regulacji Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika
Bardziej szczegółowoProblemy optymalizacji układów napędowych w automatyce i robotyce
Akademia Górniczo-Hutnicza im. Stanisława Staszica Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Katedra Automatyki Autoreferat rozprawy doktorskiej Problemy optymalizacji układów napędowych
Bardziej szczegółowoRegulacja adaptacyjna w anemometrze stałotemperaturowym
3 Prace Instytutu Mechaniki Górotworu PAN Tom 8, nr 1-4, (2006), s. 3-7 Instytut Mechaniki Górotworu PAN Regulacja adaptacyjna w anemometrze stałotemperaturowym PAWEŁ LIGĘZA Instytut Mechaniki Górotworu
Bardziej szczegółowoANALOGOWE I MIESZANE STEROWNIKI PRZETWORNIC. Ćwiczenie 3. Przetwornica podwyższająca napięcie Symulacje analogowego układu sterowania
Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych 90-924 Łódź, ul. Wólczańska 221/223, bud. B18 tel. 42 631 26 28 faks 42 636 03 27 e-mail secretary@dmcs.p.lodz.pl http://www.dmcs.p.lodz.pl
Bardziej szczegółowoROZMYTY OBSERWATOR LUENBERGERA DLA UKŁADU NAPĘDOWEGO Z POŁĄCZENIEM SPRĘŻYSTYM
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 66 Politechniki Wrocławskiej Nr 66 Studia i Materiały Nr 3 han RAN VAN*, Marcin KAMIŃSKI*, Krzysztof SZABA* obserwator Luenbergera, system
Bardziej szczegółowoSterowanie napędów maszyn i robotów
Wykład 7b - Układy wieloobwodowe ze sprzężeniem od zmiennych stanu Instytut Automatyki i Robotyki Warszawa, 2014 Układy wieloobwodowe ze sprzężeniem od zmiennych stanu Zadanie przestawiania Postać modalna
Bardziej szczegółowoMATLAB Neural Network Toolbox przegląd
MATLAB Neural Network Toolbox przegląd WYKŁAD Piotr Ciskowski Neural Network Toolbox: Neural Network Toolbox - zastosowania: przykłady zastosowań sieci neuronowych: The 1988 DARPA Neural Network Study
Bardziej szczegółowoWYZNACZANIE WARTOŚCI PODSTAWOWYCH PARAMETRÓW TECHNICZNYCH NOWOCZESNYCH KOMBAJNÓW ZBOŻOWYCH PRZY UŻYCIU SSN
Inżynieria Rolnicza 2(9)/7 WYZNACZANIE WARTOŚCI PODSTAWOWYCH PARAMETRÓW TECHNICZNYCH NOWOCZESNYCH KOMBAJNÓW ZBOŻOWYCH PRZY UŻYCIU SSN Sławomir Francik Katedra Inżynierii Mechanicznej i Agrofizyki, Akademia
Bardziej szczegółowoĆwiczenie 1. Symulacja układu napędowego z silnikiem DC i przekształtnikiem obniżającym.
Ćwiczenie 1 Symulacja układu napędowego z silnikiem DC i przekształtnikiem obniżającym. Środowisko symulacyjne Symulacja układu napędowego z silnikiem DC wykonana zostanie w oparciu o środowisko symulacyjne
Bardziej szczegółowoANALIZA HOLONOMICZNOŚCI UKŁADU ELEKTROMECHANICZNEGO NA PRZYKŁADZIE PRZEŁĄCZALNEGO SILNIKA RELUKTANCYJNEGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 83 Electrical Engineering 015 Mirosław WCIŚLIK* Karol SUCHENIA* ANALIZA HOLONOMICZNOŚCI UKŁADU ELEKTROMECHANICZNEGO NA PRZYKŁADZIE PRZEŁĄCZALNEGO
Bardziej szczegółowoUkład regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku
Układ regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku Przemysłowe Układy Sterowania PID Opracowanie: dr inż. Tomasz Rutkowski Katedra Inżynierii Systemów Sterowania
Bardziej szczegółowoLABORATORIUM PKM. Katedra Konstrukcji i Eksploatacji Maszyn. Badanie statycznego i kinetycznego współczynnika tarcia dla wybranych skojarzeń ciernych
LABORATORIUM PKM Badanie statycznego i kinetycznego współczynnika tarcia dla wybranych skojarzeń ciernych Katedra Konstrukcji i Eksploatacji Maszyn Katedra Konstrukcji i Eksploatacji Maszyn Opracowanie
Bardziej szczegółowo