Fuzzy Neural Networks for Identification and Control ofDC Drive Systems

6 صفحه

شبکه های عصبی فازی برای شناسایی و کنترل سیستم های درایو DC

14 صفحه

فایل word ترجمه و pdf رایگان انگلیسی

110,000 ريال

چکیده
این مقاله، استفاده از شبکه های عصبی فازی (FNN) در شناسایی و کنترل سیستم های درایو موتور DCرا نشان می دهد. این تکنیک، جبران کننده ی اشکالات کنترل منطق فازی (FLC) با سطوح تابع عضویت و تعیین ثابت می باشد. سطوح تابع عضویت و تعیین با توجه به تغییر وضعیت سیستم عامل، اقتباس شده است. دو FNNبا نرخ های مختلف تمرین ارائه شده است. اولین شناساگر FNNبرای ارائه استنتاج حساسیت در مورد تغییرات سیستم درایو است. کنترل FNNدوم با توانایی تطبیقی برای تنظیم سیستم درایو در برابر تغییرات شرایط عملیاتی و اختلالات است. سپس یک الگوریتم انتشار آنلاین برای رسیدن به شناساگرهای FNNو اهداف کنترل استفاده می شود. راه اندازی آزمایشی روش پیشنهادی سیستم درایو DC، انجام شده است. مقایسه بین روش توسعه یافته و FLCبرجسته شده و نتایج آزمون تجربی ذکر شده است.
 
1. مقدمه
در طول سال گذشته بسیاری از تکنیک های کنترل برای بهبود عملکرد درایوهای الکتریکی، توسعه یافته اند. یکی از آنها حالت ثابت و توانایی ردیابی دینامیکی مجموعه تغییرات نقطه کار است، و از سوی دیگر قابلیت بازیابی اختلال بار است.
کنترل های متعارفی (مانند PI) برای چنین درایوها بر اساس خطی سازی محلی در مورد یک شرایط عملیاتی طراحی شده است. این کنترلر ها بسیار موثر هستند در صورتی که فرمان سرعت و تغییرات بار کوچک بوده و شرایط عملیاتی سیستم را مجبور به  دور شدن بیش از حد از نقطه خطی سازی ننمایند.
در کاربردهایی مانند بازوی ربات و ماشین آلات، درایو تحت یک طیف گسترده از ویژگی های بار و پارامترهای سیستم درایو گسترده متفاوت، عمل می نماید. بنابراین برای اطمینان از پاسخ خاص دینامیکی مستقل از تغییرات پارامترها، اندازه فرمان سرعت و اختلالات بار، یک تکنیک کنترل مدرن مورد نیاز است.