التحكم الموائم بشكل مباشر للنظم غير الخطية باستخدام الشبكات العصبية مع تطبيقها على نظام تحكم بالحرارة
| المصدر: | مجلة جامعة الملك سعود - علوم الحاسب والمعلومات |
|---|---|
| الناشر: | جامعة الملك سعود |
| المؤلف الرئيسي: | حجار، رمضان (مؤلف) |
| المجلد/العدد: | مج 19 |
| محكمة: | نعم |
| الدولة: |
السعودية |
| التاريخ الميلادي: |
2007
|
| الصفحات: | 75 - 94 |
| ISSN: |
1319-1578 |
| رقم MD: | 203801 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | العربية |
| قواعد المعلومات: | science |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: |
رغم أن النموذج العكسي للمتحكمات العصبية قد أظهر إمكانيات كثيرة في فرع نظم التحكم غير الخطية وغير التقليدية، فإن حساسيتها لتغيرات العامل و/أو العاملات غير المؤكدة عادة لا تشجع على تطبيقاتها في الصناعة، وبالفعل، فعندما يكون النظام التحكم به عرضة لتغيرات العامل أو المعاملات غير المؤكدة فإن أداء الملاحقة يكون غير مقبولا. ولتفادي هذه المشكلة تم إضافة نظام عكسي إلى دارة التحكم وإجراء تحديث مباشر للأوزان. وقد أظهرت المحاكاة المنفذة صلابة خوارزمية التحكم. إضافة إلى ذلك فإن النموذج الموائم العصبي للتحكم قد تم تطبيقه على نظام تحكم بالحرارة. وتم الحصول على أداء جيد للملاحقة في مجموعة متنوعة من النقاط تنظيم الحرارة. علما إن التغييرات الكبيرة للمعامل والاضطرابات لم تؤد إلى إظهار أية آثار على أداء الملاحقة بسبب التعويض بشكل مباشر. Although the neural inverse model controllers have demonstrated high potential in the non- conventional branch of non-linear control, their sensitivity to parameter variations and/or parameter uncertainties usually discourage their applications in industry. Indeed, when the controlled system is subject to parameter variations or uncertainties, unsatisfactory tracking performances are obtained. To overcome this problem, a neural inverse model is added to the control scheme and an online update of the weights is provided. Simulations have been carried out to show the robustness of this control algorithm. Moreover, this adaptive neural inverse model controller is implemented on a temperature control system. Good tracking performances are obtained for different set points regulation. The large parameter variations and disturbances have no effect on the tracking performance since they have been compensated online. |
|---|---|
| وصف العنصر: |
ملخص لبحث منشور باللغة الانجليزية |
| ISSN: |
1319-1578 |
عناصر مشابهة
-
IDENTIFICATION AND CONTROL OF NONLINEAR DYNAMICAL SYSTEMS USING MULTILAYER FEEDFORWARD NEURAL NETWORKS AND AUTOREGRESSIVE MOVING AVERAGE MODELS
بواسطة: Al Duwaish, Hussain Naser منشور: (1995) -
Neuro-genetic control for electrical machines
بواسطة: Abdou, Mohamed Moawad منشور: (2007) -
Neural Networks Based Approach for Identification and Control of DC Motor
بواسطة: Al Ma'aita, Eyad Khalil منشور: (2006) -
Design of Non-Linear Control Systems
بواسطة: Al Assadi, Salem A. K منشور: (1979) -
Optimal Control of Grid - Connected Photovoltaic Systems Using Artifical Neural Network Design Development and Evaluation of A Radial Basis Function - Based Neural Network Model for A Photovoltaic Array and Construction of A Power Conditioner Capable of Maximum Power Point Tracking
بواسطة: Al Amoudi, Ahmed O. منشور: (1999)
