نمایش سبد خرید “شبیه سازی اینورتر سه فاز با روش مدولاسیون بردار فضایی” به سبدخرید شما افزوده شد.
IM control
423

کنترل موتور القایی با شبکه عصبی

395,000 تومان


توضیحات محصول

عنوان مقاله:

Neural-Network-based Programmable State Feedback Controller for Induction Motor Drive

نوع ژورنال:IEEE conference

شبکه عصبی یک سیستم ارگانی شامل نورون‌ها می‌باشد که اعمال و واکنش جانداران را هماهنگ می‌سازد و سیگنال‌ها را به بخشهای متفاوت بدن می‌فرستد. در بیشتر جانداران سیستم عصبی شامل دو بخش مرکزی و بخش جانبی است. در استفاده‌های جدیدتر این عبارت به شبکه عصبی مصنوعی که از نورون‌هایی مصنوعی ساخته شده‌است هم اشاره دارد. بنابراین عبارت ‘شبکه عصبی’ در حالت کلی به دو مفهوم مختلف شبکهٔ عصبی زیستی و شبکهٔ عصبی مصنوعی مختلف اشاره دارد.

در حالت کلی، یک شبکه عصبی زیستی از مجموعه یا مجموعه‌ای از نورون‌های به صورت فیزیکی به هم متصل یا از لحاظ عملکردی به هم وابسته تشکیل شده‌است. هر نورون می‌تواند به تعداد بسیار زیادی از نورون‌ها وصل باشد و تعداد کل نورون‌ها و اتصالات بین آن‌ها می‌تواند بسیار زیاد باشد. اتصالات، که به آن‌ها سیناپس گفته می‌شود، معمولاً از آکسون‌ها و دندریت‌ها تشکلیل شده‌اند. شبکه عصبی مصنوعی یک سامانه پردازشی داده‌ها است که از مغز انسان ایده گرفته و پردازش داده‌ها را به عهدهٔ پردازنده‌های کوچک و بسیار زیادی سپرده که به صورت شبکه‌ای به هم پیوسته و موازی با یکدیگر رفتار می‌کنند تا یک مسئله را حل نمایند. در این شبکه‌ها به کمک دانش برنامه نویسی، ساختار داده‌ای طراحی می‌شود که می‌تواند همانند نورون عمل کند. که به این ساختارداده نورون گفته می‌شود. بعد باایجاد شبکه‌ای بین این نورونها و اعمال یک الگوریتم آموزشی به آن، شبکه را آموزش می‌دهند. هوش مصنوعی و مدل سازی شناختی سعی بر این دارند که بعضی از خصوصیات شبکه‌های عصبی را شبیه سازی کنند. این دو اگرچه در روش‌هاشان به هم شبیه هستند اما هدف هوش مصنوعی حل مسائل مشخصی است در حالی که هدف مدل سازی شناختی ساخت مدل‌های ریاضی سامانه‌های نورونی زیستی است.

کنترل دور موتور القایی امروزه یکی از ملزومات صنایع می باشد. کنترل دور موتور با استفاده از نمونه گیری سرعت روی رتور توسط روش های کنترلی مختلف انجام میشود. در این مقاله کنترل کننده فضای حالت و سرعت موتور القایی با استفاده از شبکه عصبی طراحی و شبیه سازی میشود. در این شبیه سازی روش LQR یا Quadratic Regulator Linear برای طراحی کنترل کننده استفاده شده است. شبکه عصبی مصنوعی استفاده شده در ایم مقاله گین های مورد نیاز در نقطه کارهای مختلف موتور القایی را آموزش داده و به سیستم کنترلی اعمال میکند.

این مقاله در سیمولینک متلب شبیه سازی شده است.