WPŁYW DODANIA MAŁEJ SIECI NEURONOWEJ DO REGULATORA PID NA JAKOŚĆ REGULACJI
|
|
- Antonina Szewczyk
- 4 lat temu
- Przeglądów:
Transkrypt
1 POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrical Engineering 2013 Marcin LIS* Piotr KOZIERSKI* WPŁYW DODANIA MAŁEJ SIECI NEURONOWEJ DO REGULATORA PID NA JAKOŚĆ REGULACJI W artykule ojęto róbę imlementacji ołączenia regulatora PID oraz małej sieci neuronowej, zbaano wływ takiego ołączenia na jakość regulacji. Obiektem baanym jest rzetwornica tyu Buck sterowana rąem. Głównym kryterium baania było obranie sieci o kątem ograniczenia zasobów systemu sterowania. Porównano sieci o jenym, wóch oraz trzech neuronach w warstwie ukrytej la różnych unktów racy rzetwornicy. 1. WPROWADZENIE Regulator PID jest jenym z najowszechniej używanych regulatorów w rzemyśle w ętli srzężenia zwrotnego. Szacuje się, że ona 95 % ukłaów sterujących to właśnie takie regulatory [1]. Dzieje się tak zięki ich rostocie w imlementacji o zaań niewymagających otymalnej kontroli. Regulator PID ma jenak ość ważną waę na skutek starzenia się obiektu, zmiany jego arametrów czy zmiany unktu racy, ogarsza się jakość sterowania. Tak więc oerator ma trzy możliwości: zgozić się na gorsze warunki sterowania obiektem (jeżeli są w akcetowalnych granicach), ostroić regulator we własnym zakresie lub skorzystać z regulatora o barziej rozbuowanej strukturze i możliwościach aatacji. Literatura bogata jest w oracowania aatacyjnych regulatorów PID n. [4] [5]. W zisiejszych czasach coraz większą uwagę rzykłaa się o heurystycznych meto sterowania. Mając nieełne ane o obiekcie, metoy takie ozwalają na generowanie sygnału sterującego, który w orównaniu o regulatora PID ma lesze osiągi co o wskaźników jakości. Jeną z meto heurystycznych jest zastosowanie sieci neuronowej. Sieć neuronowa może ełnić rolę sterownika sama w sobie [6] (neurocontroller, neuroriver), naślaować strukturę regulatora PID [3], nazorować zmianę arametrów regulatora PID weług określonych kryteriów [7], it. W ublikacji wybrano ocję rozbuowy regulatora o człon sztucznej sieci neuronowej. * Politechnika Poznańska.
2 206 Marcin Lis, Piotr Kozierski 2. OBIEKT STEROWANIA Obiektem sterowania jest rzetwornica tyu Buck, rzestawiona na rys. 1. Przetwornica racuje na obciążeniu mocno inukcyjnym. Parametry rzetwornicy: L = 2.5 mh, U in = 100 Vc, R obc = 1 Ω, f switch = 12.5 khz. Rys. 1. Przetwornica tyu Buck zaimlementowana w rogramie Simulink Z unktu wizenia sterowania należy rzyjąć, iż rzekształtnik jest obiektem yskretnym ze wzglęu na tranzystor. Wszystkie symulacje były rzerowazone w rogramie Simulink z użyciem SimPowerSystems Toolbox z krokiem symulacyjnym równym 0.1 us. Tak mały krok ozwala okłaniej zamoelować zjawiska wystęujące rzy rzełączaniu tranzystora oraz inukcyjności. Jeynym ostęnym sygnałem z ukłau jest informacja o rązie łynącym rzez obciążenie. Sygnałem sterującym obiekt jest sygnał PWM, który owstaje orzez moulację sygnału rzychozącego z regulatora PID. Zaanie sterowania olega na naążaniu rąu obciążenia za sygnałem: 5 50 r( t) 5 sin(2 50) sin(2 ) b (1) gzie: b jest stałą la anej symulacji, rzyjmuje wartości ze zbioru {20, 50, 80}. 3. REGULATOR 3.1. Regulator PID Klasyczna imlementacja regulatora PID może być oisana równaniem: u( t) K t) K i e( t) t K t) (2) t
3 Wływ oania małej sieci neuronowej o regulatora PID na jakość regulacji 207 gzie: K, K i oraz K są arametrami regulatora, e(t) oznacza uchyb (e(t) = r(t) y(t)), a u(t) sygnał sterujący obiektem. Ograniczenia, jakie narzuca obiekt na sterowanie związane jest z tranzystorem, nie można zmieniać wartości sygnału sterującego częściej, niż raz na okres załączania. Gyby było to możliwe, oznaczało by to zmienną częstotliwość załączania tranzystora, a to nie jest ozwolone. Z tego owou zachozi otrzeba zaimlementowania yskretnego regulatora PID. Taki regulator można oisać wzorem (w ziezinie zmiennej zesolonej z): T z 1 z 1 u( z) z) K K K i (3) 2 z 1 T z gzie: T oznacza czas róbkowania, zgony z częstotliwością załączeń 1 tranzystora ( T f ). switch Imlementacja yskretnego regulatora PID w Simulinku została rzestawiona na rys. 2. Oowienie zachowanie się regulatora uzyskano orzez umieszczenie go w bloku subsystem z ocją zewnętrznego triggera, który jest aktywowany na zbocze narastające sygnału PWM. Skłaowe sygnału sterującego u(z) służą jako sygnały wejściowe o sieci neuronowej Sieć neuronowa Rys. 2. Imlementacja yskretnego regulatora PID w rogramie Simulink Aby rozwinąć możliwości regulatora oano część neuronową. Sieć neuronowa jest la warstwy ukrytej tyu feeforwar, a la warstwy wyjściowej rekurencyjna (jeno srzężenie o wyjścia o wejścia neuronu). W warstwie wyjściowej zawsze znajuje się jeen neuron z funkcją aktywacji tansig, w warstwie ukrytej w zależności o ekserymentu, omięzy 1 a 3 neurony z funkcją aktywacji logsig. Sieć osiaa 6 sygnałów wejściowych. Działanie tak owstałego regulatora można oisać wzorem:
4 208 Marcin Lis, Piotr Kozierski T z 1 z 1 u( z) z) K K i K 2 z 1 T z (4) u ( z) ui ( z) u ( z) f u z u z u z ( ),, i ( ),, ( ), z z z gzie: f( ) oznacza wartość wyjścia z sieci neuronowej, liczonej ze skłaowych sygnału u(t) la zwykłego regulatora PID oraz skłaowych sygnału u(t) oóźnionego o jeen okres róbkowania. Każa sieć neuronowa skłaa się z wag, które rzy inicjalizacji sieci są losowane z rzeziału (-1, 1). Przez ierwszy ółokres sygnału sterującego (b = 50) sieci oawane są aatacji metoą Aatacyjnych Interakcji [2], o orównania brane są już nauczone sieci. Po ierwszym ółokresie sygnału sterującego roces aatacji jest zatrzymywany i wagi się nie zmieniają. 4. WYNIKI SYMULACYJNE Do orównania wyników omięzy regulatorem PID a jego rozwinięciem z użyciem sieci neuronowej użyto wskaźnika jakości o wzorze: N 1 2 J r n y n (5) N n1 gzie: N liczba róbek symulacji, r n sygnał referencyjny w n-tej chwili symulacji, y n sygnał wyjściowy z obiektu w n-tej chwili symulacji. Dla wszystkich rzerowazonych symulacji regulator PID osiaał takie same nastawy. Sieci neuronowe ogruowano weług ilości neuronów w warstwie ukrytej. Zestaw oznacza ewien nieowtarzalny zbiór wylosowanych i wyewoluowanych wag, które nie zmieniają się oczas ekserymentu. Rekurencja w warstwie wyjściowej jest zaimlementowana w ostaci oania na wejście neuronu w warstwie wyjściowej jego wyjścia w chwili orzeniej rzemnożonej rzez wsółczynnik Oeracja rekurencji jest realizowana 5 razy. Bez neuronu rekurencyjnego w warstwie wyjściowej wszystkie wyniki zmieniają się w granicach 10 %. Sygnał rąowy oawany na regulatory jest uśreniany za okres T. W tabeli 1 rzestawiono najlesze wyniki otrzymane z serii 100 rób. Dla żanej z analizowanych sieci nie uało się znaleźć takiej, która miała by leszy wskaźnik jakości w orównaniu o samego regulatora PID la rozważanych zakresów sterowań. Zauważono jenak ewną zależność. Mimo tego, że sieć była uczona rzez ółokres sinusoiy la b = 50, ukła regulatora z siecią w rzeważającej większości wykazywał lesze ziałanie raz la b > 50, a raz la b < 50. Nie ojawiła się sytuacja, w której sieć neuronowa oleszyła wyniki regulatora w całym zakresie sygnału sterującego.
5 Wływ oania małej sieci neuronowej o regulatora PID na jakość regulacji 209 Tabela. 1. Porównanie wskaźnika J la różnych sieci neuronowych i regulatora PID Liczba neuronów w warstwie ukrytej Wartość wskaźnika J b = 20 b = 50 b = 80 0 (sam PID) (zestaw 1) (zestaw 2) (zestaw 3) (zestaw 1) (zestaw 2) (zestaw 3) (zestaw 4) (zestaw 1) (zestaw 2) (zestaw 3) Można zauważyć, że istnieją obszary, w których regulator PID steruje leiej bez oatkowego sygnału ochozącego z sieci neuronowej, ale są również i takie, w których sieć orawia znacząco wskaźnik jakości. Na rys. 3 rzestawiono wyniki symulacyjne wartości wskaźnika J o wartości b la samego regulatora PID oraz regulatora PID z oaną siecią o 1 neuronie w warstwie ukrytej (zestaw 1 oraz zestaw 2). Rys. 3. Zależność wartości wskaźnika J arametru b la regulatora PID oraz PID z siecią neuronową
6 210 Marcin Lis, Piotr Kozierski Zwiększenie ilości neuronów w warstwie ukrytej nie wływa na wielkość wskaźnika J w sosób, jaki można było tego oczekiwać. Sieci takie z założenia owinny mieć większe możliwości obliczeniowe. W rzerowazonej róbie stwierzono, że nie ołaca się oświęcać oatkowego czasu obliczeniowego na raktycznie minimalną orawę wskaźnika J. Dla najbarziej otymalnego sterowania wyawać by się mogło, że należy w zależności o unktu racy stosować (rzełączając się omięzy strukturami): o około 35 A regulator PID + 1 neuron w warstwie ukrytej z zestawu 1, o około 35 A o około 55 A sam regulator PID, owyżej 55 A regulator PID + 1 neuron w warstwie ukrytej z zestawu PODSUMOWANIE W alszych baaniach zostanie oruszony temat rzełączania się omięzy regulatorem PID, a regulatorem PID z siecią neuronową, la ynamicznie zmieniającego się unktu racy. Wyniki zostaną orównane z rzełączeniem omięzy woma regulatorami PID oraz zostanie okonana analiza stanów nieustalonych w momencie rzełączenia (wartość członu całkującego zerowa w chwili rzełączenia regulatora). LITERATURA [1] Astrom K. J. an Hagglun T. H., New tuning methos for PID controllers, Proceeings of the 3r Euroean Control Conference, [2] Brant R. D., Lin F., Aative interaction an its alication to neural networks, Information Sciences, Volume 121, Issues 3 4, 2 December [3] Shahrakia F., Fanaeib M.A., Arjomanzaeha A.R., Aative system control with PID neural networks, Chemical Engineering Transactions, No 17, January 2009, s [4] Sung S.W., Lee I-B., Lee B-K., On-line rocess ientification an automatic tuning metho for PID controllers, Chemical Engineering Science, 1998, vol. 53, no 10, s [5] Tan K.K, Huang S., Ferons R., Robust self-tuning PID controller for nonlinear systems, Journal of Process Control, 2002, 12, s [6] Lis M., Kozierski P., Imact of the information about state variables on quality control of neuroriver, Conference archives PTETiS, vol. 31, 2012, Polan, s [7] Luoren L., Jinling L., Research of PID Control Algorithm Base on Neural Network, Energy Proceia 13, 2011, s
7 Wływ oania małej sieci neuronowej o regulatora PID na jakość regulacji 211 ADDITION OF SMALL NEURAL NETWORK TO PID CONTROLLER AND ITS EFFECT ON QUALITY OF CONTROL The article attemts to imlement PID controller an a small neural network connecte together an exlore the effect of this combination on the quality of regulation. The test object is a buck converter controlle with current. The main criterion for selection of the stuy was resource constraints in terms of the control system. Neural network has been comare with one, two an three neurons in the hien layer for ifferent oerating oints of the converter.
WPŁYW INFORMACJI O ZMIENNYCH STANU OBIEKTU NA JAKOŚĆ STEROWANIA PRZEZ NEUROSTEROWNIK
ELEKTRYKA 2012 Zeszyt 3-4 (223-224) Rok LVIII Marcin LIS Instytut Elektrotechniki i Elektroniki Przemysłowej, Politechnika Poznańska Piotr KOZIERSKI Instytut Automatyki i Inżynierii Informatycznej, Politechnika
Bardziej szczegółowoLaboratorium Metod i Algorytmów Sterowania Cyfrowego
Laboratorium Metod i Algorytmów Sterowania Cyfrowego Ćwiczenie 3 Dobór nastaw cyfrowych regulatorów rzemysłowych PID I. Cel ćwiczenia 1. Poznanie zasad doboru nastaw cyfrowych regulatorów rzemysłowych..
Bardziej szczegółowoAUTO-STROJENIE REGULATORA TYPU PID Z WYKORZYSTANIEM LOGIKI ROZMYTEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 75 Electrical Engineering 2013 Łukasz NIEWIARA* Krzysztof ZAWIRSKI* AUTO-STROJENIE REGULATORA TYPU PID Z WYKORZYSTANIEM LOGIKI ROZMYTEJ Zagadnienia
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 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 szczegółowoBADANIA MODELOWE OGNIW PALIWOWYCH TYPU PEM
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 70 Electrical Engineering 2012 Bartosz CERAN* BADANIA MODELOWE OGNIW PALIWOWYCH TYPU PEM W artykule przedstawiono badania przeprowadzone na modelu
Bardziej szczegółowoPORÓWNANIE WŁAŚCIWOŚCI NEURONOWYCH I KLASYCZNYCH UKŁADÓW STEROWANIA NIELINIOWYM PROCESEM DYNAMICZNYM
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 84 Electrical Engineering 2015 Robert POGORZELSKI* PORÓWNANIE WŁAŚCIWOŚCI NEURONOWYCH I KLASYCZNYCH UKŁADÓW STEROWANIA NIELINIOWYM PROCESEM DYNAMICZNYM
Bardziej szczegółowoPorównanie właściwości wybranych wektorowych regulatorów prądu w stanach dynamicznych w przekształtniku AC/DC
Piotr FALKOWSKI, Marian Roch DUBOWSKI Politechnika Białostocka, Wyział Elektryczny, Katera Energoelektroniki i Napęów Elektrycznych Porównanie właściwości wybranych wektorowych regulatorów prąu w stanach
Bardziej szczegółowoPorównanie wyników symulacji wpływu kształtu i amplitudy zakłóceń na jakość sterowania piecem oporowym w układzie z regulatorem PID lub rozmytym
ARCHIVES of FOUNDRY ENGINEERING Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 15 Special Issue 4/2015 133 138 28/4 Porównanie wyników
Bardziej szczegółowoSYMULACJA ZAKŁÓCEŃ W UKŁADACH AUTOMATYKI UTWORZONYCH ZA POMOCĄ OBWODÓW ELEKTRYCZNYCH W PROGRAMACH MATHCAD I PSPICE
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrical Engineering 2013 Piotr FRĄCZAK* SYMULACJA ZAKŁÓCEŃ W UKŁADACH AUTOMATYKI UTWORZONYCH ZA POMOCĄ OBWODÓW ELEKTRYCZNYCH W PROGRAMACH MATHCAD
Bardziej szczegółowoDEKOMPOZYCJA HIERARCHICZNEJ STRUKTURY SZTUCZNEJ SIECI NEURONOWEJ I ALGORYTM KOORDYNACJI
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Stanisław PŁACZEK* DEKOMPOZYCJA HIERARCHICZNEJ STRUKTURY SZTUCZNEJ SIECI NEURONOWEJ I ALGORYTM KOORDYNACJI W artykule
Bardziej szczegółowoINSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr
Na prawach rękopisu o użytku służbowego INSTYTUT ENEROEEKTRYKI POITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr ABORATORIUM UKŁADÓW IMPUSOWYCH la kierunku AiR Wyziału Mechanicznego INSTRUKCJA ABORATORYJNA
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 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 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 szczegółowoMODEL SYMULACYJNY ENERGOELEKTRONICZNEGO ZASILACZA AWARYJNEGO UPS O STRUKTURZE TYPU VFI
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 91 Electrical Engineering 2017 DOI 10.21008/j.1897-0737.2017.91.0011 Michał KRYSTKOWIAK* Łukasz CIEPLIŃSKI* MODEL SYMULACYJNY ENERGOELEKTRONICZNEGO
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 szczegółowoMODELOWANIE NEURONALNE ROZWOJU SYSTEMU ELEKTROENERGETYCZNEGO. CZĘŚĆ 2. MODELE SYSTEMU IEEE RTS
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 82 Electrical Engineering 2015 Jerzy TCHÓRZEWSKI* Maciej PYTEL ** MODELOWANIE NEURONALNE ROZWOJU SYSTEMU ELEKTROENERGETYCZNEGO. CZĘŚĆ 2. MODELE SYSTEMU
Bardziej szczegółowoRegulator PID w sterownikach programowalnych GE Fanuc
Regulator PID w sterownikach programowalnych GE Fanuc Wykład w ramach przedmiotu: Sterowniki programowalne Opracował na podstawie dokumentacji GE Fanuc dr inż. Jarosław Tarnawski Cel wykładu Przypomnienie
Bardziej szczegółowoRysunek 1 Przykładowy graf stanów procesu z dyskretnymi położeniami.
Procesy Markowa Proces stochastyczny { X } t t nazywamy rocesem markowowskim, jeśli dla każdego momentu t 0 rawdoodobieństwo dowolnego ołożenia systemu w rzyszłości (t>t 0 ) zależy tylko od jego ołożenia
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 szczegółowoBADANIA SYMULACYJNE PROSTOWNIKA PÓŁSTEROWANEGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 78 Electrical Engineering 2014 Mikołaj KSIĄŻKIEWICZ* BADANIA SYMULACYJNE PROSTOWNIKA W pracy przedstawiono wyniki badań symulacyjnych prostownika
Bardziej szczegółowoSTEROWANIE ENERGOELEKTRONICZNYM ŹRÓDŁEM PRĄDU Z ZASTOSOWANIEM SIECI NEURONOWYCH
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrical Engineering 2013 Ryszard PORADA* Marcin LIS* STEROWANIE ENERGOELEKTRONICZNYM ŹRÓDŁEM PRĄDU Z ZASTOSOWANIEM SIECI NEURONOWYCH W pracy
Bardziej szczegółowoPODSTAWY TELEDETEKCJI-ćwiczenia rachunkowe
PODSTAWY TELEDETEKCJI-ćwiczenia rachunkowe Tema.eoy omiaru oległości i rękości raialnej. Zaanie. Na jakiej oległości znajuje się obiek, gy czas oóźnienia sygnałów wynosi:μs, ms, min O.50m, 50km, 9 9 0
Bardziej szczegółowoBADANIA SYMULACYJNE STABILIZATORA PRĄDU
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 78 Electrical Engineering 2014 Mikołaj KSIĄŻKIEWICZ* BADANIA SYMULACYJNE STABILIZATORA PRĄDU Praca przedstawia wyniki badań symulacyjnych stabilizatora
Bardziej szczegółowoRegulator PID w sterownikach programowalnych GE Fanuc
Regulator PID w sterownikach programowalnych GE Fanuc Wykład w ramach przedmiotu: Sterowniki programowalne Opracował na podstawie dokumentacji GE Fanuc dr inż. Jarosław Tarnawski Cel wykładu Przypomnienie
Bardziej szczegółowo1. Cel ćwiczenia. 2. Aparatura pomiarowa
ZAKŁAD MECHANIKI DOŚWIADCZANEJ I BIOMECHANIKI INTYTUT MECHANIKI TOOWANEJ Wyział Mechaniczny POITECHNIKA KRAKOWKA INTRUKCJA DO ĆWICZENIA Przemiot: METODY BADANIA BIOMATERIAŁÓW I TKANEK Nr ćwiczenia 2 Temat:
Bardziej szczegółowoWYKŁAD 5 TRANZYSTORY BIPOLARNE
43 KŁAD 5 TRANZYSTORY IPOLARN Tranzystor biolarny to odowiednie ołączenie dwu złącz n : n n n W rzeczywistości budowa tranzystora znacznie różni się od schematu okazanego owyżej : (PRZYKŁAD TRANZYSTORA
Bardziej szczegółowoSTEROWANIE MAŁEJ ELEKTROWNI WIATROWEJ NA MAKSIMUM MOCY CZYNNEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 70 Electrical Engineering 2012 Adam GULCZYŃSKI* STEROWANIE MAŁEJ ELEKTROWNI WIATROWEJ NA MAKSIMUM MOCY CZYNNEJ Przedstawiono sposób sterowania pozwalający
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Politechnia dańsa Wydział Eletrotechnii i Automatyi Katedra Inżynierii Systemów Sterowania Podstawy Automatyi Transmitancyjne schematy bloowe i zasady ich rzeształcania Materiały omocnicze do ćwiczeń termin
Bardziej szczegółowoWPŁYW OPÓŹNIENIA NA DYNAMIKĘ UKŁADÓW Z REGULACJĄ KLASYCZNĄ I ROZMYTĄ
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 65 Politechniki Wrocławskiej Nr 65 Studia i Materiały Nr 31 2011 Kinga GÓRNIAK* układy z opóźnieniem, regulacja rozmyta, model Mamdaniego,
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnoolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Katedra Ekonometrii i Statystyki, Uniwersytet Mikołaja Koernika w Toruniu Wyższa Szkoła Informatyki i Ekonomii
Bardziej szczegółowoPolitechnika Warszawska
Politechnika Warszawska Programowa realizacja sieci neuronowych Zbigniew Szymański, Stanisław Jankowski grudzień 03 Instytut Informatyki Nowowiejska 5 / 9, 00-665 Warszawa Programowa realizacja sieci neuronowych
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 szczegółowoIdentyfikacja obiektów dynamicznych za pomocą sieci neuronowych
Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 3 Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika
Bardziej szczegółowoSYMULACJA UKŁADU REDUKCJI DRGAŃ Z TŁUMIKIEM MAGNETOREOLOGICZNYM I ELEKTROMAGNETYCZNYM PRZETWORNIKIEM ENERGII
MODELOWANIE INśYNIERSKIE ISSN 1896-771X 37, s. 1-2, Gliwice 29 SYMULACJA UKŁADU REDUKCJI DRGAŃ Z TŁUMIKIEM MAGNETOREOLOGICZNYM I ELEKTROMAGNETYCZNYM PRZETWORNIKIEM ENERGII BOGDAN SAPIŃSKI 1, PAWEŁ MARTYNOWICZ
Bardziej szczegółowoDla naszego obiektu ciągłego: przy czasie próbkowania T p =2.
1. Celem zadania drugiego jest przeprowadzenie badań symulacyjnych układu regulacji obiektu G(s), z którym zapoznaliśmy się w zadaniu pierwszym, i regulatorem cyfrowym PID, którego parametry zostaną wyznaczone
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 szczegółowoCYFROWY WZMACNIACZ MOCY Z UKŁADEM KSZTAŁTOWANIA SZUMÓW KWANTOWANIA KRZYSZTOF SOZAŃSKI, RYSZARD STRZELECKI
CYFOWY WZMACNIACZ MOCY Z UKŁADEM KSZTAŁTOWANIA SZUMÓW KWANTOWANIA KZYSZTOF SOZAŃSKI, YSZAD STZELECKI Uniwersytet Zielonogórski, Instytut Inżynierii Elektrycznej, K.Sozanski@ie.z.zgora.l,.Strzelecki@ie.z.zgora.l
Bardziej szczegółowoANALIZA WŁAŚCIWOŚCI FILTRU PARAMETRYCZNEGO I RZĘDU
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 78 Electrical Engineering 2014 Seweryn MAZURKIEWICZ* Janusz WALCZAK* ANALIZA WŁAŚCIWOŚCI FILTRU PARAMETRYCZNEGO I RZĘDU W artykule rozpatrzono problem
Bardziej szczegółowoPOMIAR MOCY AKUSTYCZNEJ
INSTYTUT KONSTRUKCJI MASZYN ABORATORIUM POMIAR MOCY AKUSTYCZNEJ Measurment of soun ower 9 8 ;7 ;6 ;5 4 h l c l Zakres ćwiczenia. Zaoznanie się z normami otyczącymi omiaru mocy akustycznej.. Zaoznanie się
Bardziej szczegółowoZależność współczynnika piezoelektrycznego d33 od ciśnienia dla niejednorodnych polimerowych struktur warstwowych
IX Konferencja Naukowo-Techniczna i-mitel 06 Ryszar KACPRZK, Agnieszka PLEBAN-OKOPNA Katera Postaw Elektrotechniki i Elektrotechnologii. Politechnika Wrocławska, 50-70 Wrocław, Wyb. Wysiańskiego 7 () Zależność
Bardziej szczegółowoROZMYTY REGULATOR PRĘDKOŚCI OBROTOWEJ ODPORNY NA ZMIANY BEZWŁADNOŚCI
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Michał JAKUBOWSKI* Krystian NOWAKOWSKI* Krzysztof ZAWIRSKI* ROZMYTY REGULATOR PRĘDKOŚCI OBROTOWEJ ODPORNY NA ZMIANY
Bardziej szczegółowoSelection of controller parameters Strojenie regulatorów
Division of Metrology and Power Processes Automation Selection of controller parameters Strojenie regulatorów A-9 Automatics laboratory Laboratorium automatyki Developed by//opracował: mgr inż. Wojciech
Bardziej szczegółowoSilnik prądu stałego (NI Elvis 2) Dobieranie nastaw regulatorów P, PI, PID. Filtr przeciwnasyceniowy Anti-windup.
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Silnik prądu stałego (NI Elvis 2) Dobieranie nastaw regulatorów P, PI, PID. Filtr przeciwnasyceniowy
Bardziej szczegółowoKryteria optymalizacji w systemach sterowania rozmytego piecami odlewniczymi
A R C H I V E S of F O U N D R Y E N G I N E E R I N G Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 14 Special Issue 2/2014 95 100
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Systemy sterowania i wspomagania decyzji
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Systemy sterowania i wsomagania decyzji Synteza regulatora wieloobszarowego stabilizującego ołożenie wahadła
Bardziej szczegółowoInstrukcja do ćwiczeń laboratoryjnych. Sterowanie dławieniowe-równoległe prędkością ruchu odbiornika hydraulicznego
Intrukcja o ćwiczeń laboratoryjnych Sterowanie ławieniowe-równoległe rękością ruchu obiornika hyraulicznego Wtę teoretyczny Niniejza intrukcja oświęcona jet terowaniu ławieniowemu równoległemu jenemu ze
Bardziej szczegółowoBADANIA MODELOWE OGNIW SŁONECZNYCH
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 70 Electrical Engineering 2012 Bartosz CERAN* BADANIA MODELOWE OGNIW SŁONECZNYCH W artykule przedstawiono model matematyczny modułu fotowoltaicznego.
Bardziej szczegółowoAPLIKACJA NAPISANA W ŚRODOWISKU LABVIEW SŁUŻĄCA DO WYZNACZANIA WSPÓŁCZYNNIKA UZWOJENIA MASZYNY INDUKCYJNEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 83 Electrical Engineering 2015 Damian BURZYŃSKI* Leszek KASPRZYK* APLIKACJA NAPISANA W ŚRODOWISKU LABVIEW SŁUŻĄCA DO WYZNACZANIA WSPÓŁCZYNNIKA UZWOJENIA
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 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 szczegółowoOGRANICZNIK PRĄDU ROZRUCHOWEGO DLA ELEKTROMAGNETYCZNEGO MODUŁU NAPĘDOWEGO Z SZYNAMI
Maszyny Elektryczne Zeszyty Problemowe Nr 3/2015 (107) 121 Jarosław Domin, Roman Kroczek Politechnika Śląska, Wydział Elektryczny, Katedra Mechatroniki OGRANICZNIK PRĄDU ROZRUCHOWEGO DLA ELEKTROMAGNETYCZNEGO
Bardziej szczegółowoNATĘŻENIE POLA ELEKTRYCZNEGO PRZEWODU LINII NAPOWIETRZNEJ Z UWZGLĘDNIENIEM ZWISU
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 85 Electrical Engineering 016 Krzysztof KRÓL* NATĘŻENIE POLA ELEKTRYCZNEGO PRZEWODU LINII NAPOWIETRZNEJ Z UWZGLĘDNIENIEM ZWISU W artykule zaprezentowano
Bardziej szczegółowoWYKORZYSTANIE SYSTEMU SCADA W PROCESIE PRODUKCJI MIESZANKI MINERALNO-ASFALTOWEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrical Engineering 2013 Błażej KLEKOCKI* Grzegorz TRZMIEL* WYKORZYSTANIE SYSTEMU SCADA W PROCESIE PRODUKCJI MIESZANKI MINERALNO-ASFALTOWEJ
Bardziej szczegółowoWPŁYW GRUBOŚCI EKRANU NA CAŁKOWITE POLE MAGNETYCZNE DWUPRZEWODOWEGO BIFILARNEGO TORU WIELKOPRĄDOWEGO. CZĘŚĆ II EKRAN I OBSZAR WEWNĘTRZNY EKRANU
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrical Engineering 2013 Dariusz KUSIAK* Zygmunt PIĄTEK* Tomasz SZCZEGIELNIAK* WPŁYW GRUBOŚCI EKRANU NA CAŁKOWITE POLE MAGNETYCZNE DWUPRZEWODOWEGO
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 szczegółowoMetody integracji systemów sterowania z wykorzystaniem standardu OPC
Metody integracji systemów sterowania z wykorzystaniem standardu OPC (Control Systems Integration using OPC Standard) Autor: Marcin BAJER Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Bardziej szczegółowoBADANIE PRZETWORNICY BUCK Z ELEMENTAMI PÓŁPRZEWODNIKOWYMI Z WĘGLIKA KRZEMU. INVESTIGATIONS OF A BUCK CONVERTER WITH SiC SEMICONDUCTOR DEVICES
ELEKTRYKA 211 Zeszyt Rok Krzysztof GÓRECKI, Janusz ZARĘBSKI, Przemysław PTAK Akaemia Morska w Gyni, Katera Elektroniki Morskiej BADANIE PRZETWORNICY BUCK Z ELEMENTAMI PÓŁPRZEWODNIKOWYMI Z WĘGLIKA KRZEMU
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 szczegółowoMetody doświadczalne w hydraulice Ćwiczenia laboratoryjne. 1. Badanie przelewu o ostrej krawędzi
Metody doświadczalne w hydraulice Ćwiczenia laboratoryjne 1. adanie rzelewu o ostrej krawędzi Wrowadzenie Przelewem nazywana jest cześć rzegrody umiejscowionej w kanale, onad którą może nastąić rzeływ.
Bardziej szczegółowoCHARAKTERYSTYKI ZŁOŻONYCH UKŁADÓW Z TURBINAMI GAZOWYMI
CHARAERYSYI ZŁOŻOYCH UŁADÓW Z URBIAMI AZOWYMI Autor: rzysztof Badyda ( Rynek Energii nr 6/200) Słowa kluczowe: wytwarzanie energii elektrycznej, turbina gazowa, gaz ziemny Streszczenie. W artykule rzedstawiono
Bardziej szczegółowoSTEROWANIE ENERGOELEKTRONICZNYM ŹRÓDŁEM PRĄDU Z ZASTOSOWANIEM DYSKRETNYCH REGULATORÓW UŁAMKOWYCH
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrical Engineering 13 Ryszard PORADA* Adam GULCZYŃSKI* STEROWANIE ENERGOELEKTRONICZNYM ŹRÓDŁEM PRĄDU Z ZASTOSOWANIEM DYSKRETNYCH REGULATORÓW
Bardziej szczegółowoWYKORZYSTANIE SIECI NEURONOWEJ DO OKREŚLANIA GRUBOŚCI POWŁOKI POŚLIZGOWEJ OBUDOWY WIELOWARSTWOWEJ SZYBU.
Stanisław KOWALIK Department of Management an Restructuring of Mining, Faculty of Mining an Geology, Silesian Tecnical University, Akaemicka 2, 44-100 Gliwice, Polan Phone: +048-32-2371842, sekr. phone:
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Technologie informatyczne Wprowadzenie do Simulinka w środowisku MATLAB Pytania i zadania do ćwiczeń laboratoryjnych
Bardziej szczegółowoZastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym
Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym Jan Karwowski Wydział Matematyki i Nauk Informacyjnych PW 17 XII 2013 Jan Karwowski
Bardziej szczegółowoENERGOOSZCZĘDNY NAPĘD Z SILNIKIEM SYNCHRONICZNYM O MAGNESACH TRWAŁYCH Z ŁAGODNYM STARTEM
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 75 Electrical Engineering 213 Tomaz PAJCHROWSKI* ENERGOOSZCZĘDNY NAPĘD Z SILNIKIEM SYNCHRONICZNYM O MAGNESACH TRWAŁYCH Z ŁAGODNYM STARTEM W artykule
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 szczegółowoWPŁYW ADDYTYWNYCH ZAKŁÓCEŃ TYPU SINUSOIDALNEGO SYGNAŁÓW WEJŚCIOWYCH REGULATORÓW PI W UKŁADZIE FOC Z SILNIKIEM INDUKCYJNYM NA PRĘDKOŚĆ OBROTOWĄ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 83 Electrical Engineering 2015 Wiktor HUDY* Kazimierz JARACZ* WPŁYW ADDYTYWNYCH ZAKŁÓCEŃ TYPU SINUSOIDALNEGO SYGNAŁÓW WEJŚCIOWYCH REGULATORÓW PI
Bardziej szczegółowoLaboratorium z podstaw automatyki
Wydział Inżynierii Mechanicznej i Mechatroniki Laboratorium z podstaw automatyki Dobór parametrów układu regulacji, Identyfikacja parametrów obiektów dynamicznych Kierunek studiów: Transport, Stacjonarne
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 szczegółowoEfektywność energetyczna systemu ciepłowniczego z perspektywy optymalizacji procesu pompowania
Efektywność energetyczna systemu ciełowniczego z ersektywy otymalizacji rocesu omowania Prof. zw. dr hab. Inż. Andrzej J. Osiadacz Prof. ndz. dr hab. inż. Maciej Chaczykowski Dr inż. Małgorzata Kwestarz
Bardziej szczegółowoPodstawy Automatyki. Wykład 6 - Miejsce i rola regulatora w układzie regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 6 - Miejsce i rola regulatora w układzie regulacji Instytut Automatyki i Robotyki Warszawa, 2015 Regulacja zadajnik regulator sygnał sterujący (sterowanie) zespół wykonawczy przetwornik pomiarowy
Bardziej szczegółowoOCENA WYDAJNOŚCI ENERGETYCZNEJ OŚWIETLENIA WNĘTRZ OBIEKTÓW SPORTOWYCH NA PODSTAWIE NORMY PN- EN 15193
POZNAN UNIVE RSITY OF T E CHNOLOGY ACADE MIC JOURNALS No 69 Electrical Engineering 2012 Dorota TYPAŃSKA* OCENA WYDAJNOŚCI ENERGETYCZNEJ OŚWIETLENIA WNĘTRZ OBIEKTÓW SPORTOWYCH NA PODSTAWIE NORMY PN- EN
Bardziej szczegółowoMODELOWANIE PRZEKSZTAŁTNIKÓW ENERGOELEKTRONICZNYCH W ŚRODOWISKU LABVIEW
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrical Engineering 2013 Michał KRYSTKOWIAK* MODELOWANIE PRZEKSZTAŁTNIKÓW ENERGOELEKTRONICZNYCH W ŚRODOWISKU LABVIEW W artykule zaprezentowano
Bardziej szczegółowoTRÓJFAZOWY RÓWNOLEGŁY ENERGETYCZNY FILTR AKTYWNY ZE Z ZMODYFIKOWANYM ALGORYTMEM STEROWANIA OPARTYM NA TEORII MOCY CHWILOWEJ
TRÓJFAZOWY RÓWNOLEGŁY ENERGETYCZNY FILTR AKTYWNY ZE ZMODYFIKOWANYM ALGORYTMEM STEROWANIA OPARTYM NA TEORII MOCY CHWILOWEJ Instytut Inżynierii Elektrycznej, Wydział Elektrotechniki, Elektroniki i Informatyki,
Bardziej szczegółowoZastosowania sieci neuronowych
Zastosowania sieci neuronowych aproksymacja LABORKA Piotr Ciskowski zadanie 1. aproksymacja funkcji odległość punktów źródło: Żurada i in. Sztuczne sieci neuronowe, przykład 4.4, str. 137 Naucz sieć taką
Bardziej szczegółowoPodstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Uczenie maszynowe Sztuczne sieci neuronowe Plan na dziś Uczenie maszynowe Problem aproksymacji funkcji Sieci neuronowe PSZT, zima 2013, wykład 12
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 szczegółowoSpis treści. Dzień 1. I Elementy układu automatycznej regulacji (wersja 1109) II Rodzaje regulatorów i struktur regulacji (wersja 1109)
Spis treści Dzień 1 I Elementy układu automatycznej regulacji (wersja 1109) I-3 Podstawowy problem sterowania I-4 Przykładowy obiekt regulacji I-5 Schemat blokowy układu automatycznej regulacji I-6 Klasyfikacja
Bardziej szczegółowoInstrukcja do laboratorium z fizyki budowli. Ćwiczenie: Pomiar i ocena hałasu w pomieszczeniu
nstrukcja do laboratorium z fizyki budowli Ćwiczenie: Pomiar i ocena hałasu w omieszczeniu 1 1.Wrowadzenie. 1.1. Energia fali akustycznej. Podstawowym ojęciem jest moc akustyczna źródła, która jest miarą
Bardziej szczegółowoBADANIE PRZETWORNICY BUCK Z ELEMENTAMI PÓŁPRZEWODNIKOWYMI Z WĘGLIKA KRZEMU. INVESTIGATIONS OF A BUCK CONVERTER WITH SiC SEMICONDUCTOR DEVICES
ELEKTRYKA 211 Zeszyt 1 (217) Rok LVII Krzysztof GÓRECKI, Janusz ZARĘBSKI, Przemysław PTAK Katera Elektroniki Morskiej, Akaemia Morska w Gyni BADANIE PRZETWORNICY BUCK Z ELEMENTAMI PÓŁPRZEWODNIKOWYMI Z
Bardziej szczegółowoPOZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 72 Electrical Engineering 2012
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 72 Electrical Engineering 2012 Wiktor HUDY* Kazimierz JARACZ* ANALIZA WYNIKÓW SYMULACJI EWOLUCYJNEJ OPTYMALIZACJI PARAMETRYCZNEJ UKŁADU STEROWANIA
Bardziej szczegółowoMODEL SYMULACYJNY JEDNOFAZOWEGO PROSTOWNIKA DIODOWEGO Z MODULATOREM PRĄDU
POZNAN UNIVERSITY OF TECHNOLOGY ACADEMIC JOURNALS No 99 Electrical Engineering 2019 DOI 10.21008/j.1897-0737.2019.99.0006 Łukasz CIEPLIŃSKI *, Michał KRYSTKOWIAK *, Michał GWÓŹDŹ * MODEL SYMULACYJNY JEDNOFAZOWEGO
Bardziej szczegółowoZMODYFIKOWANY SZEROKOPASMOWY AKTYWNY KOMPENSATOR RÓWNOLEGŁY
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 91 Electrical Engineering 2017 DOI 10.21008/j.1897-0737.2017.91.0010 Michał KRYSTKOWIAK* ZMODYFIKOWANY SZEROKOPASMOWY AKTYWNY KOMPENSATOR RÓWNOLEGŁY
Bardziej szczegółowo4. Właściwości eksploatacyjne układów regulacji Wprowadzenie. Hs () Ys () Ws () Es () Go () s. Vs ()
4. Właściwości eksploatacyjne układów regulacji 4.1. Wprowadzenie Zu () s Zy ( s ) Ws () Es () Gr () s Us () Go () s Ys () Vs () Hs () Rys. 4.1. Schemat blokowy układu regulacji z funkcjami przejścia 1
Bardziej szczegółowoWIELOKRYTERIALNY DOBÓR PARAMETRÓW OPERATORA MUTACJI W ALGORYTMIE EWOLUCYJNYM UCZENIA SIECI NEURONOWEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 91 Electrical Engineering 2017 DOI 10.21008/j.1897-0737.2017.91.0017 Stanisław PŁACZEK* WIELOKRYTERIALNY DOBÓR PARAMETRÓW OPERATORA MUTACJI W ALGORYTMIE
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 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 szczegółowoWYDZIAŁ PPT / KATEDRA INŻYNIERII BIOMEDYCZNEJ D-1 LABORATORIUM Z MIERNICTWA I AUTOMATYKI Ćwiczenie nr 7. Badanie jakości regulacji dwupołożeniowej.
Cel ćwiczenia: Zapoznanie się z zasadą działania regulatora dwupołożeniowego oraz ocena jakości regulacji dwupołożeniowej na przykładzie obiektu rzeczywistego (mikrotermostat) i badań symulacyjnych. Pytania
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 szczegółowoSztuczne siei neuronowe - wprowadzenie
Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 2 Sztuczne siei neuronowe - wprowadzenie Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika Poznańska Poznań, 2 Wstęp
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 szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018
Bardziej szczegółowoMATLAB Neural Network Toolbox uczenie sieci (dogłębnie)
MATLAB Neural Network Toolbox uczenie sieci (dogłębnie) WYKŁAD Piotr Ciskowski Neural Network Toolbox: NEURAL NETWORK TOOLBOX NOTACJA Neural Network Toolbox - notacja: pojedynczy neuron: z jednym wejściem
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 szczegółowoSPIS TREŚCI WIADOMOŚCI OGÓLNE 2. ĆWICZENIA
SPIS TEŚCI 1. WIADOMOŚCI OGÓLNE... 6 1.2. Elektryczne rzyrządy omiarowe... 18 1.3. Określanie nieewności omiarów... 45 1.4. Pomiar rezystancji, indukcyjności i ojemności... 53 1.5. Organizacja racy odczas
Bardziej szczegółowo