چطور این مقاله مهندسی برق را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2008706 رایگان است. ترجمه چکیده این مقاله مهندسی برق در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
995 Kb
حجم فایل فارسی :
883 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
روش کنترل فیلترینگ دستور سیستمهای غیرخطی با اغتشاش نامعین بر اساس شبکههای عصبی
عنوان انگليسي
Neural networks-based command filtering control of nonlinear systems with uncertain disturbance
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی برق شامل 11 صفحه انگلیسی به صورت پی دی اف و 21 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
این مقاله به موضوع کنترل فیلترینگ دستور به روش پسگام بر اساس تقریب‌زنی شبکههای عصبی برای سیستمهای غیرخطی اکیداً فیدبکی و نامعین با اغتشاش‌های نامشخص می‌پردازد. مسئله «آزمون پیچیدگی» که در مشتق‌های کنترل‌کننده‌های مجازی وجود دارد، با استفاده از روش فیلترینگ دستور حل شده و نقص موجود در روش سطح دینامیکی از طریق مکانیزم جبران سازی خطای فعلی (ECM) برطرف شده است. علاوه بر این، توابع غیرخطی در سیستمهای مذکور نیز به خوبی با استفاده از الگوی مبتنی بر شبکههای عصبی تخمین زده شده‌اند. استراتژی به کار رفته می‌تواند هر دو ویژگی را با مقایسه نتایج حاصل پوشش دهد: 1) خطای فیلترینگ در سیگنال‌های جبران ساز طراحی شده، قابل‌حذف است 2) پارامترهای تطبیقی مورد نیاز تنها به یک مورد محدود می‌شود که می‌تواند سبب افزایش عملکرد کنترلی برای پیاده‌سازی پروژه‌های واقعی گردد. در نهایت، یک مثال کاربردی در مورد کنترل ردگیری موقعیت موتور سنکرون مغناطیس دائم مسطح (SPMSM) برای اعتبار سنجی بیشتر و تأکید بر مزایا روش تئوری پیشنهادی، ارائه می‌گردد.
1-مقدمه
همان‌طور که می‌دانید، از نقطه‌نظر قابلیت فوق‌العاده ردگیری مجانبی و نیز پایداری سرتاسری در سیستمهای غیرخطی اکیداً فیدبکی [11]، روش کنترل پسگام تطبیقی به‌صورت گسترده به‌منظور طراحی کنترل‌کننده در سیستمهای غیرخطی مورد استفاده قرار گرفته است [15,16,22]. با این وجود، معمولاً دو مشکل وجود دارد که استفاده گسترده از روش پسگام کلاسیک را محدود می‌کند: یکی این است که توابع معین ممکن است غیرخطی نباشند...
سیستمهای غیرخطی کنترل تطبیقی مبتنی بر شبکههای عصبی
:کلمات کلیدی
Abstract
This paper is concerned with neural networks-approximation based command filtering backstepping control for uncertain strict-feedback nonlinear systems with unknown disturbances. The “explosion of complexity” problem arising from the virtual controllers’ derivatives is resolved by utilizing the command filtering technique, and the shortcoming existing in dynamic surface method is properly overcome via an introduced error compensation mechanism (ECM). Moreover, the nonlinear functions of the underlying system are well approximated by exploiting neural networks-based framework. The developed strategy may cover two features with comparison of current achievements: 1) The filtering error can be eliminated in the light of the designed compensating signals; 2) The requirement of adaptive parameters is reduced to only one, which may enhance the control performance for realistic project implementation. At last, an application example in position tracking control of surface permanent magnet synchronous motor (SPMSM) is carried out to further verify the effectiveness and advantages of the theoretical result.
Keywords:
Nonlinear systems Neural networks-based adaptive control Backstepping
سایر منابع مهندسی برق در زمینه سیستم های غیرخطی