المستخلص: |
العمل المقدم في هذه الورقة البحثية يعرض نظام تحكم ثنائي ذاتي تحسين الكفاءة والذي تم استخدامه للتحكم في ميكانيكية منظومة اصطدام الآليات غير الخطية. نموذج الاصطدام الذي تم آخذه بعين الاعتبار في هذه الورقة يتكون من كتلة وزنبرك غير خطي ونبظة منع الاهتزاز في هذا التصميم تم استخدام شبكة عصبية من نوع RBF للتعلم والمعالجة الاستجابات غير الخطية المصاحبة لنظام الاصطدام وكجزء من نظام الحكم الثنائي. النظام المقترح يتبدل ذاتيا كنظام تناسبي – تفاضلي-تكاملي (PID) أو كنظام تحكم في توضع الأصفار والأقطاب ذلك تحت سيطرة نظام إشراف ذكي مبني بأسلوب المنطق الضبابي (Fuzzy Logic). عينة من نتائج المحاكاة تم استخدامها لعرض تأثير المتحكم الثنائي الذكي اصطناعيا من حيث قدرته علي تتبع التغيرات في الإشارة المرجعية والتحصيل على سرعة الاستجابة المطلوبة والتقليل من الاستجابة المفرطة التي قد تنتج من التحكم.
The work presented in this paper demonstrates an intelligent self optimized dual controller framework, which is used to govern the mechanics of a car crash non-linear model. The crash model considered here consists of a single mass coupled with a nonlinear spring and damper model. An RBF neural network deployed to learn and then tackle the nonlinearities of the system. Dual controller which can operate as Proportional-Integral Derivative (PID), or as zero-pole placement are intelligently alternated and tuned using a fuzzy logic adaptive supervisor. Sample simulation results are used to illustrate the effectiveness of the intelligent dual controllers framework with respect to tracking desired speed changes and achieving the desired speed of response, whilst penalising excessive control action.
|