Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

95 1.4K 9
 Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP VŨ MẠNH THỦY NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP TRONG ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI CĨ THƠNG SỐ VÀ TẢI THAY ĐỔI LUẬN VĂN THẠC SĨ TỰ ĐỘNG HĨA THÁI NGUN - 2009 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUN TRƯỜNG ĐHKT CƠNG NGHIỆP *** CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc -o0o - THUYẾT MINH LUẬN VĂN THẠC SĨ TỰ ĐỘNG HÓA ĐỀ TÀI: NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP TRONG ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI CĨ THƠNG SỐ VÀ TẢI THAY ĐỔI Học viên: Vũ Mạnh Thủy Lớp: CHK10 Chuyên ngành: Tự động hóa Người HD khoa học: TS Phạm Hữu Đức Dục Ngày giao đề tài: 01/02/2009 Ngày hoàn thành: 30/07/2009 KHOA ĐT SAU ĐẠI HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC HỌC VIÊN T.S Phạm Hữu Đức Dục Vũ Mạnh Thủy THÁI NGUYÊN – Năm 2009 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn MỤC LỤC Lời cam đoan Trang Danh mục ký hiệu, bảng, chữ viết tắt Danh mục hình vẽ, đồ thị Phần mở đầu Chƣơng 1: TỔNG QUAN VỀ MẠNG NƠRON NHÂN TẠO 1.1 Lịch sử phát triển mạng nơron nhân tạo 1.2 Các tính chất mạng nơron nhân tạo 1.3 Mơ hình nơron 1.3.1 Mơ hình nơron sinh học 1.3.2 Nơron nhân tạo 1.4 Cấu tạo mạng nơron 10 1.5 Cấu trúc mạng nơron 11 1.6 Phƣơng thức làm việc mạng nơron 13 1.7 Các luật học 14 1.8 Mạng nơron truyền thẳng mạng nơron hồi quy 18 1.8.1 Mạng nơron truyền thẳng 18 1.8.1.1 Mạng nơron truyền thẳng lớp nơron 18 1.8.1.2 Mạng nơron truyền thẳng nhiều lớp nơron 18 1.8.2 Mạng nơron hồi quy 19 1.8.2.1 Mạng hồi quy khơng hồn tồn 19 1.8.2.2 Mạng dãy Jordan 20 1.8.2.3 Mạng hồi quy đơn giản 21 1.8.2.4 Mạng hồi quy hoàn toàn 21 1.9 Ứng dụng mạng nơron điều khiển tự động 22 1.10 Công nghệ phần cứng sử dụng mạng nơron 24 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 1.11 So sánh khả mạng nơron với mạch logic 25 1.12 Kết luận chƣơng 25 Chƣơng 2: CÁC PHƢƠNG PHÁP ỨNG DỤNG MẠNG NƠRON TRONG NHẬN DẠNG VÀ ĐIỀU KHIỂN 26 2.1 Các phƣơng pháp ứng dụng mạng nơron nhận dạng 26 2.1.1 Khái quát chung 26 2.1.1.1 Đặt vấn đề 26 2.1.1.2 Định nghĩa 27 2.1.1.3 Sơ lược phát triển phương pháp nhận dạng 27 2.1.1.4 Các bước để nhận dạng hệ thống 28 2.1.2 Các phương pháp nhận dạng 29 2.1.2.1 Nhận dạng On-line 30 2.1.2.1.1 Phương pháp lặp bình phương cực tiểu 30 2.1.2.1.2 Phương pháp xấp xỉ ngẫu nhiên 31 2.1.2.1.3 Phương pháp lọc Kalman mở rộng 31 2.1.2.2 Nhận dạng Off-line 33 2.1.2.2.1 Phương pháp xấp xỉ vi phân 34 2.1.2.2.2 Phương pháp gradient 34 2.1.2.2.3 Phương pháp tìm kiếm trực tiếp 36 2.1.2.2.4 Phương pháp tựa tuyến tính 36 2.1.2.2.5 Phương pháp sử dụng hàm nhạy 37 2.1.2.3 Nhận dạng theo thời gian thực 37 2.1.3 Mô tả toán học đối tượng rời rạc 38 2.1.4 Mơ hình dùng mạng nơron 41 2.1.4.1 Mơ hình nhận dạng kiểu truyền thẳng 41 2.1.4.2 Mơ hình ngược trực tiếp 45 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 2.1.5 Tính gần hàm số dung mạng nơron 45 2.1.6 Mơ hình mạng nơron nhận dạng điều khiển 46 2.2 Các phƣơng pháp ứng dụng mạng nơron điều khiển 47 2.2.1 Các phương pháp ứng dụng mạng nơron điều khiển 47 2.2.1.1 Điều khiển thích nghi sử dụng nguyên tắc chung 47 2.2.1.2 Điều khiển có tín hiệu đạo 47 2.2.1.3 Điều khiển theo mơ hình 47 2.2.1.4 Điều khiển ngược trực tiếp 49 2.2.1.5 Điều khiển mơ hình 49 2.2.1.6 Điều khiển tối ưu 49 2.2.1.7 Điều khiển tuyến tính thích nghi 50 2.2.1.8 Phương pháp bảng tra 50 2.2.1.9 Điều khiển lọc 50 2.2.1.10 Điều khiển dự báo 50 2.2.2 Điều khiển thích nghi 51 2.2.2.1 Điều khiển thích nghi 51 2.2.2.2 Phương pháp điều khiển thích nghi theo mơ hình mẫu (MRAC) 52 2.3 Kết luận chƣơng 54 Chƣơng 3: ỨNG DỤNG MẠNG NƠRON TRUYỀN THẲNG NHIỀU LỚP ĐIỀU KHIỂN THÍCH NGHI VỊ TRÍ ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHI CĨ THƠNG SỐ VÀ TẢI THAY ĐỔI 55 3.1 Mô tả động lực học động chiều 55 3.1.1 Tổng hợp mạch vòng dòng điện bỏ qua sức điện động động 55 3.1.2 Tổng hợp hệ thống truyền động điều khiển tốc độ 57 3.1.3 Hệ thống điều chỉnh tốc độ dùng điều chỉnh tốc độ tỷ lệ 57 3.1.4 Cấu trúc hệ điều chỉnh vị trí 59 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 3.1.5 Tìm hàm truyền hệ thống 60 3.2 Ứng dụng mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trị động điện chiều có thơng số thay đổi 62 3.2.1 Bộ điều khiển phản hồi tuyến tính (NARMA-L2) 62 3.2.2 Nhận dạng mơ hình NARMA-L2 62 3.2.3 Bộ điều khiển NARMA-L2 64 3.2.4 Bài tốn ví dụ sử dụng khối điều khiển NARMA-L2 66 3.2.5 Kết thực nghiệm MATLAB 68 3.2.5.1 Số liệu 68 3.2.5.2 Kết mơ có tải thay đổi 68 3.2.5.3 Kết mơ có thơng số tải thay đổi 74 3.3 Kết luận chƣơng 80 Chƣơng4: KẾT LUẬN CHUNG VÀ KIẾN NGHỊ 81 Tài liệu tham khảo Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn DANH MỤC CÁC CHỮ VIẾT TẮT, TIẾNG NƯỚC NGOÀI STT Ký hiệu Diễn giải Artificial Neural Nơron nhân tạo Artificial Neural Networks Mạng nơron nhân tạo Back Propagation Learaning Rule Luật học lan truyền ngược Bipolar Sigmoid Function Hàm sigmoid cực Fuzzy Loogic mờ Fuzzy Neural Networks Mạng nơron mờ Learing Học Linear Graded Unit-LGU Phần tử graded tuyến tính Linear Threshold Unit-LTU Phần tử ngưỡng tuyến tính 10 Myltilayer Layer Feedforward NetWord Mạng nhiều lớp truyền thẳng 11 Neural Nơron 12 Neural Networks Mạng nơron 13 Output Layer Lớp 14 Paramater Learning Học thông số 15 Recall Gọi lại 16 Recurrent Neural Networks Mạng nơron hồi quy 17 Reinforcement Signal Tín hiệu củng cố 18 Reinforcement Learning Học củng cố 19 Rump Function Hàm Rump 20 Self Organizing Tự tổ chức 21 Single Layer Feedforward NetWord Mạng lớp truyền thẳng 22 Step Function Hàm bước nhảy 23 Structure Learning Học cấu trúc 24 Supervised Learning Học giám sát 25 Threshold Function Hàm giới hạn cứng 26 Unipolar Sigmoid Function Hàm sigmoid cực 27 Unsupervised Learning Học khơng có giám sát Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ STT Ký hiệu Diễn giải tên hình vẽ Hình 1.1 Mơ hình nơron sinh học Hình 1.2 Mơ hình nơron nhân tạo Hình 1.3 Đồ thị loại hàm chuyển đổi Hình 1.4 Mạng nơron lớp Hình 1.5 Sơ đồ cấu trúc loại mạng nơron Hình 1.6 Mơ hình học có giám sát học củng cố Hình 1.7 Mơ hình học khơng có giám sát Hình 1.8 Sơ đồ cấu trúc chung trình học Hình 1.9 Mạng nơron truyền thẳng lớp 10 Hình 1.10 Mạng nơron truyền thẳng nhiều lớp 11 Hình 1.11 Sơ đồ cấu trúc mạng Jordan 12 Hình 1.12 Sơ đồ cấu trúc mạng nơron hồi quy đơn giản 13 Hình 2.1 Điều khiển theo nguyên tắc phản hồi đầu 14 Hình 2.2 Quy trình nhận dạng hệ thống 15 Hình 2.3 Sơ đồ tổng qt nhận dạng thong số mơ hình 16 Hình 2.4 Nhận dạng theo phương pháp gradient 17 Hình 2.5 Mơ hình dạng 18 Hình 2.6 Mơ hình dạng 19 Hình 2.7 Mơ hình dạng 20 Hình 2.8 Mơ hình dạng 21 Hình 2.9 Mơ hình nhận dạng kiểu truyền thẳng 22 Hình 2.10 Mơ hình nhận dạng kiểu song song 23 Hình 2.11 Mơ hình nhận dạng kiểu nối tiếp-song song 24 Hình 2.12 Mơ hình nhận dạng ngược trực tiếp 25 Hình 2.13 Mơ hình 26 Hình 2.14 Mơ hình 27 Hình 2.15 Mơ hình 28 Hình 2.16 Mơ hình 29 Hình 2.17 Mơ hình điều khiển trực tiếp STT Ký hiệu Diễn giải tên hình vẽ Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 30 Hình 2.18 Mơ hình điều khiển gián tiếp 31 Hình 2.19 Sơ đồ điều khiển mơ hình 32 Hình 2.20 Sơ đồ điều khiển theo phương pháp dự báo 33 Hình 2.21 Sơ đồ nguyên lý phương pháp điểu khiển thích nghi theo phương pháp mơ hình mẫu 34 Hình 2.22 Sơ đồ điều khiển trực tiếp 35 Hình 2.23 Sơ đồ điều khiển gián tiếp 36 Hình 3.1 Sơ đồ khối mạch vịng dịng điện 37 Hình 3.2 Sơ đồ khối 38 Hình 3.3 Sơ đồ khối hệ điều chỉnh tốc độ 39 Hình 3.4 Cấu trúc điều chỉnh 40 Hình 3.5 Cấu trúc hệ điều chỉnh vị trí tuyến tính 41 Hình 3.6 Sơ đồ khối hệ điều chỉnh tốc độ 42 Hình 3.7 Sơ đồ khối tương đương hệ điều chỉnh tốc độ 43 Hình 3.8 Sơ đồ khối tương đương hệ điều chỉnh tốc độ 44 Hình 3.9 Sơ đồ khối hệ điều chỉnh vị trí 45 Hình 3.10 Sơ đồ khối tương đương hệ điều chỉnh vị trí 46 Hình 3.11 Cấu trúc mạng nơron 47 Hình 3.12 Sơ đồ khối điều khiển NARMA-L2 48 Hình 3.13 Bộ điều khiển thực với mơ hình nhận dạng NARMA-L2 49 Hình 3.14 Sơ đồ điều khiển vị trí nam châm vĩnh cửu 50 Hình 3.15 Đồ thị vị trí mẫu vị trí sau điều khiển 51 Hình 3.16 Sơ đồ khối mơ tả động chiều 52 Hình 3.17 Sơ đồ mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động điện chiều có tải thay đổi 53 Hình 3.18 Bảng điều khiển nhận dạng tín hiệu vị trí động chiều NARMA-L2 54 Hình 3.19 Dữ liệu vào tín hiệu vị trí động chiều 55 Hình 3.20 Xuất liệu làm việc 56 Hình 3.21 Nhập liệu vào điều khiển 57 Hình 3.22 Huấn luyện đối tượng với dư liệu nhập vào 58 Hình 3.23 Dữ liệu huấn luyện cho điều khiển NN NARMA-L2 STT Ký hiệu Diễn giải tên hình vẽ Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 59 Hình 3.24 Dữ liệu xác nhận cho điều khiển NN NARMA-L2 60 Hình 3.25 Dữ liệu kiểm tra cho điều khiển NN NARMA-L2 61 Hình 3.26 Đồ thị vị trí mẫu qd (nét mảnh) vị trí sau điều khiển q (nét đậm) 62 Hình 3.27 Đồ thị điện áp điều khiển 63 Hình 3.28 Đồ thị mơmen tải MC (Nm) 64 Hình 3.29 Sơ đồ khối mơ tả động điện chiều có R, MC thay đổi 65 Hình 3.30 Dữ liệu vào tín hiệu vị trí động chiều 66 Hình 3.31 Bảng điều khiển nhận dạng tín hiệu vị trí động chiều NARMA-L2 67 Hình 3.32 Huấn luyện đối tượng với dư liệu nhập vào 68 Hình 3.33 Dữ liệu huấn luyện cho điều khiển NN NARMA-L2 69 Hình 3.34 Dữ liệu xác nhận cho điều khiển NN NARMA-L2 70 Hình 3.35 Dữ liệu kiểm tra cho điều khiển NN NARMA-L2 71 Hình 3.36 Đồ thị điện áp điều chỉnh u 72 Hình 3.37 Đồ thị điện trở R () 73 Hình 3.38 Đồ thị mơmen tải MC (Nm) 74 Hình 3.39 Đồ thị vị trí mẫu qd (nét mảnh) vị trí sau điều khiển q (nét đậm) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 70 Hình 3.18 Bảng điều khiển nhận dạng tín hiệu vị trí động chiều NARMA-L2 Hình 3.19 Dữ liệu vào tín hiệu vị trí động chiều Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 71 Hình 3.20 Xuất liệu làm việc Hình 3.21 Nhập liệu vào điều khiển Hình 3.22 Huấn luyện đối tượng với dư liệu nhập vào Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 72 Hình 3.23 Dữ liệu huấn luyện cho điều khiển NN NARMA-L2 Hình 3.24 Dữ liệu xác nhận cho điều khiển NN NARMA-L2 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 73 Hình 3.25 Dữ liệu kiểm tra cho điều khiển NN NARMA-L2 Do thi vi tri mau qd va vi tri sau dieu khien q Y Axis -1 10 15 X Axis 20 25 30 Hình 3.26 Đồ thị vị trí mẫu qd (nét mảnh) vị trí sau điều khiển q (nét đậm) Hình 3.27 Đồ thị điện áp điều khiển Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.Lrc-tnu.edu.vn 74 Hình 3.28 Đồ thị mơmen tải MC (Nm) 3.2.5.3 Kết mơ có thơng số tải thay đổi Động điện chiều làm việc với tải thay đổi, làm dòng điện phần ứng thay đổi theo yêu cầu tải, dẫn đến nhiệt độ động mức độ từ hóa lõi thép thay đổi, làm cho điện trở phần ứng R, điện cảm L động thay đổi theo Từ vấn đề đặt cần có giải pháp để tạo điều chỉnh thơng minh có khả điều chỉnh thích nghi vị trí động điện chiều làm việc với tải thông số điện trở phần ứng R điện cảm L thay đổi Trong luận văn nghiên cứu điều khiển thích nghi vị trí động chiều có điện trở phần ứng R mô men tải MC thay đổi Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 75 Hình 3.29 Sơ đồ khối mơ tả động điện chiều có R, MC thay đổi Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 76 Hình 3.30 Dữ liệu vào tín hiệu vị trí động chiều Hình 3.31 Bảng điều khiển nhận dạng tín hiệu vị trí động chiều NARMA-L2 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 77 Hình 3.32 Huấn luyện đối tượng với dư liệu nhập vào Hình 3.33 Dữ liệu huấn luyện cho điều khiển NN NARMA-L2 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 78 Hình 3.34 Dữ liệu xác nhận cho điều khiển NN NARMA-L2 Hình 3.35 Dữ liệu kiểm tra cho điều khiển NN NARMA-L2 Hình 3.36 Đồ thị điện áp điều chỉnh u Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 79 Hình 3.37 Đồ thị điện trở R () Hình 3.38 Đồ thị mơmen tải MC (Nm) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 80 Do thi vi tri mau qd (net manh) va vi tri da dieu khien q (net dam) Y Axis -1 10 15 X Axis 20 25 30 Hình 3.39 Đồ thị vị trí mẫu qd (nét mảnh) vị trí sau điều khiển q (nét đậm) 3.3 Kết luận chƣơng * Dựa kết nghiên cứu tài liệu, luận văn sâu phân tích đắn việc sử dụng khối điều khiển NARMA-L2 với luật học thích nghi tạo tín hiệu điều khiển để đạt sai lệch trung bình bình phương giới hạn cho phép Nghĩa tín hiệu đối tượng bám sát theo tín hiệu điều khiển vị trí sơ đồ điều khiển thích nghi vị trí động điện chiều có thơng số tải thay đổi Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn 81 CHƢƠNG KẾT LUẬN CHUNG VÀ KIẾN NGHỊ - Kết mô cho thấy sai lệch điều chỉnh vị trí mẫu qd vị trí q mơ hình điều chỉnh nhỏ, điều chứng tỏ sử dụng mạng nơron truyền thẳng nhiều lớp (9 lớp) điều khiển thích nghi vị trí động điện chiều có thơng số R, L tải thay đổi vùng tải nhỏ giải pháp hiệu có độ xác mong muốn Giải pháp cịn có ưu điểm mạng nơron truyền thẳng nhiều lớp hệ MIMO, nên ứng dụng điều khiển đối tượng hệ MIMO phi tuyến - Ở luận văn tìm hiểu ứng dụng mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động điện chiều có thơng số tải thay đổi Kết mơ thu tơt, ta ứng dụng vào việc xây dựng mơ hình thực áp dụng vào thực tế sản xuất Làm đề án có tính khả thi ứng dụng vào thực tế Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn GIẢI THÍCH KÝ HIỆU, CƠNG THỨC STT Ký hiệu Diễn giải neti(t) Tổng trọng yj Các đầu nơron ui (t) Các đầu vào từ bên tương ứng với số Wij W*ik i Ngưỡng nơron thứ i a(.) Hàm chuyển đổi Wij Ma trận trọng số R Tín hiệu học ui(t) Các đầu vào xi(t) Các biến trạng thái 10 yi(t) Các đầu hệ thống 11 u(.), x(.), y(.) Các biến dạng rời rạc 12 i,  j Các số chưa biết 𝛼 𝑖 𝑘 𝑖 = 0, 1, … , 𝑛 − ; 𝛽 𝑗 𝑘 𝑗 = 0, 1, … , 𝑚1 ; 𝑦𝑝 𝑘 + 13 Các thông số nhận dạng 14 Wi Gia số véc tơ wi 15 r Tín hiệu học 16 x(t) Tín hiệu đầu vào 17  Hằng số học 18  Véc tơ bậc RnxRp 19  Véc tơ bậc Rm 20 A, B, C Các ma trận tương ứng cấp (nxn), (nxp), (mxn) 21 x(k) Véc tơ mẫu đầu vào 22 y(k) Véc tơ mẫu đầu 23 e(k) Tín hiệu sai lệch mẫu đầu d(k) tín hiệu thực tế y(k) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn STT Ký hiệu Diễn giải 24 q Là tổng trọng lượng mạng đầu vào phần tử thứ i lớp thứ q 25 q Là tín hiệu đầu phần tử thứ i lớp thứ q 26 q Là trọng số nối từ phần tử q-1yj đến phần tử qyi 27 Emax Sai lệch cực đại 28 Q Tín hiệu sai lệch nơron thứ i lớp đầu thứ Q 29 a’(Qneti) Đạo hàm hàm hoạt hóa a(.) theo tổng trọng lượng phần tử thứ i lớp đầu (q=Q) 30 qwij Sai lệch thời điểm tính giá trị trọng số liên kết từ phần tử thứ j lớp thứ (q-1) đến phần tử thứ i lớp thứ q 31 𝑞 𝑤 𝑖𝑗𝑛𝑒𝑡 Giá trị trọng số lien kết cập nhật liên kết từ phần tử thứ j lớp thứ (q-1) đến phần tử thứ i lớp thứ q 32 𝑞 𝑤 𝑖𝑗𝑜𝑙𝑑 Giá trị trọng số liên kết cũ liên kết từ phần tử thứ j lớp thứ (q-1) đến phần tử thứ i lớp thứ q neti yi wij i 33 q-1 34 Mc Mô men tải (Nm) 35 J Mơ men qn tính 36  Tốc độ động chiều (rad/s) 37 w Lượng điều khiển 38  Vị trí 39 e Sai lệch tín hiệu mạng nơron với tín hiệu động chiều 40 q Bias nơron 41 (x(k), d(k)) Bộ mẫu thông số vào-ra 42 Qtư Số lớp nơron tối ưu 43 n2tư Số lượng nơron tối ưu lớp ẩn 44  mh(i) Tín hiệu mơ hình mạng nơ ron thời điểm học thứ i 45 (i) Tín hiệu tốc độ động điện chiều thời điểm thứ i yj bij Tín hiệu phần tử thứ j lớp thứ q-1 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn TÀI LIỆU THAM KHẢO Tiếng Việt [1] Phạm Hữu Đức Dục, (1999), Nghiên cứu ứng dụng mạng nơron điều khiển thích nghi hệ thống có thơng số biến thiên, Luận án Tiến sĩ Kỹ thuật [2] Phạm Hữu Đức Dục, Nguyễn Công Hiền, (2005), Ứng dụng điều khiển nơron mờ điều khiển thích nghi vị trí động điện chiều, Tuyển tập báo cáo Khoa học hội nghị Toàn quốc lần thứ VI tự động hóa, 101-106 [3] Phạm Hữu Đức Dục, Nguyễn Cơng Hiền, (2005), Nghiên cứu ứng dụng mạng nơron mờ điều khiển thích nghi rơbốt hai khâu, Tuyển tập báo cáo Khoa học hội nghị Toàn quốc lần thứ VI tự động hóa, 107-112 [4] Phạm Hữu Đức Dục, Nguyễn Cơng Hiền, (2005), Điều khiển thích nghi hệ có cấu trúc mềm, Tuyển tập báo cáo Khoa học hội nghị Toàn quốc lần thứ VI tự động hóa, 2005, 209-214 [5] Bùi Quốc Khánh, Nguyễn Văn Liễn, Phạm Quốc Hải, Dương Văn Nghi, Điều chỉnh tự động truyền động điện, Nhà xuất Khoa học kỹ thuật, Hà nội 2008 [6] Nguyễn Doãn Phước, Phan Xuân Minh, Nhận dạng hệ thống điều khiển, Nhà xuất Khoa học kỹ thuật, Hà nội 2001 Tiếng Anh [7] M.Norgaard, O.Ravn, N.K Poulsen and L.K Hansen Neural Network for Modelling and Control of Dynamic System Springer 2000 [8] CHIN TENG LIN, C.S GEORGE LEE, (1996), Neural fuzzy systems, Prentice Hall Internatinal, Inc [9] SOMLO J., LANTOS B., PHAM THUONG CAT, (1997), Advance Robot Control, Akademiai Kiado - Budapest Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn ... chiều Đề tài nghi? ?n cứu ứng dụng mạng nơron truyền thẳng nhiều lớp (bộ điều khi? ??n NARMA-L2) điều khi? ??n thích nghi vị trí động điện chiều có thơng số tải thay đổi Đối tƣợng phạm vi nghi? ?n cứu đề tài:... phương pháp ứng dụng mơ hình mạng nơron nhận dạng điều khi? ??n Chương Ứng dụng mạng nơron truyền thẳng nhiều lớp điều khi? ??n thích nghi vị trí động điện chiều có thơng số tải thay đổi 3.1 Mô tả động lực... Với ứng dụng mạng nơron truyền thẳng nhiều lớp điều khi? ??n vị trí động điện chiều có thơng sơ phụ tải thay đổi, sau nhận dạng vị trí động chiều, ta thay gần mơ hình động chiều mạng nơron truyền thẳng

Ngày đăng: 07/11/2012, 10:55

Hình ảnh liên quan

Hình 1.4 Mạng nơron 3 lớp -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 1.4.

Mạng nơron 3 lớp Xem tại trang 22 của tài liệu.
Hình 1.5 Sơ đồ cấu trúc các loại mạng nơron -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 1.5.

Sơ đồ cấu trúc các loại mạng nơron Xem tại trang 23 của tài liệu.
tập mô hình -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

t.

ập mô hình Xem tại trang 40 của tài liệu.
Hình 2.6 Mô hình dạng 2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 2.6.

Mô hình dạng 2 Xem tại trang 51 của tài liệu.
Hình 2.7 Mô hình dạng 3 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 2.7.

Mô hình dạng 3 Xem tại trang 51 của tài liệu.
2.1.4 Mô hình dùng mạng nơron -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

2.1.4.

Mô hình dùng mạng nơron Xem tại trang 52 của tài liệu.
- Căn cứ vào có hay không có mô hình mẫu trong hệ thống mà phân ra các loại: Hệ học; Hệ tự học -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

n.

cứ vào có hay không có mô hình mẫu trong hệ thống mà phân ra các loại: Hệ học; Hệ tự học Xem tại trang 62 của tài liệu.
Sơ đồ khối chức năng được trình bày trên hình 3.2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Sơ đồ kh.

ối chức năng được trình bày trên hình 3.2 Xem tại trang 68 của tài liệu.
Muốn đơn giản sơ đồ cấu trúc hình 3.2 ta phải dịch chuyển tín hiệu giữa các khối như hình 3.6  -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

u.

ốn đơn giản sơ đồ cấu trúc hình 3.2 ta phải dịch chuyển tín hiệu giữa các khối như hình 3.6 Xem tại trang 71 của tài liệu.
Ta có cấu trúc của hệ như hình 3.4 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

a.

có cấu trúc của hệ như hình 3.4 Xem tại trang 71 của tài liệu.
Hình 3.9 Sơ đồ khối của hệ điều chỉnh vị trí -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.9.

Sơ đồ khối của hệ điều chỉnh vị trí Xem tại trang 72 của tài liệu.
Đây là bộ điều khiển có thể thực hiện với mô hình nhận dạng NARMA-L2, như trong hình saụ  -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

y.

là bộ điều khiển có thể thực hiện với mô hình nhận dạng NARMA-L2, như trong hình saụ Xem tại trang 76 của tài liệu.
Hình 3.15 Đồ thị vị trí mẫu và vị trí sau khi đã điều khiển -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.15.

Đồ thị vị trí mẫu và vị trí sau khi đã điều khiển Xem tại trang 79 của tài liệu.
Hình 3.16. Sơ đồ khối mô tả động cơ điện một chiều -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.16..

Sơ đồ khối mô tả động cơ điện một chiều Xem tại trang 80 của tài liệu.
Hình 3.17. Sơ đồ mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động cơ điện một chiều khi có tải thay đổi  -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.17..

Sơ đồ mạng nơron truyền thẳng nhiều lớp điều khiển thích nghi vị trí động cơ điện một chiều khi có tải thay đổi Xem tại trang 80 của tài liệu.
Hình 3.18. Bảng điều khiển nhận dạng tín hiệu vị trí động cơ một chiều NARMA-L2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.18..

Bảng điều khiển nhận dạng tín hiệu vị trí động cơ một chiều NARMA-L2 Xem tại trang 81 của tài liệu.
Hình 3.19. Dữ liệu vào ra của tín hiệu vị trí động cơ một chiều -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.19..

Dữ liệu vào ra của tín hiệu vị trí động cơ một chiều Xem tại trang 81 của tài liệu.
Hình 3.23. Dữ liệu huấn luyện cho bộ điều khiển NN NARMA-L2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.23..

Dữ liệu huấn luyện cho bộ điều khiển NN NARMA-L2 Xem tại trang 83 của tài liệu.
Hình 3.24. Dữ liệu xác nhận cho bộ điều khiển NN NARMA-L2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.24..

Dữ liệu xác nhận cho bộ điều khiển NN NARMA-L2 Xem tại trang 83 của tài liệu.
Hình 3.26 Đồ thị vị trí mẫu qd (nét mảnh) và vị trí sau khi đã điều khiển q (nét đậm) -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.26.

Đồ thị vị trí mẫu qd (nét mảnh) và vị trí sau khi đã điều khiển q (nét đậm) Xem tại trang 84 của tài liệu.
Hình 3.25. Dữ liệu kiểm tra cho bộ điều khiển NN NARMA-L2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.25..

Dữ liệu kiểm tra cho bộ điều khiển NN NARMA-L2 Xem tại trang 84 của tài liệu.
Hình 3.28 Đồ thị mômen tải MC (Nm) -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.28.

Đồ thị mômen tải MC (Nm) Xem tại trang 85 của tài liệu.
Hình 3.29. Sơ đồ khối mô tả động cơ điện một chiều khi có R, MC thay đổi -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.29..

Sơ đồ khối mô tả động cơ điện một chiều khi có R, MC thay đổi Xem tại trang 86 của tài liệu.
Hình 3.30. Dữ liệu vào ra của tín hiệu vị trí động cơ một chiều -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.30..

Dữ liệu vào ra của tín hiệu vị trí động cơ một chiều Xem tại trang 87 của tài liệu.
Hình 3.31. Bảng điều khiển nhận dạng tín hiệu vị trí động cơ một chiều NARMA-L2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.31..

Bảng điều khiển nhận dạng tín hiệu vị trí động cơ một chiều NARMA-L2 Xem tại trang 87 của tài liệu.
Hình 3.32. Huấn luyện đối tượng với dư liệu đã nhập vào -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.32..

Huấn luyện đối tượng với dư liệu đã nhập vào Xem tại trang 88 của tài liệu.
Hình 3.34. Dữ liệu xác nhận cho bộ điều khiển NN NARMA-L2 -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.34..

Dữ liệu xác nhận cho bộ điều khiển NN NARMA-L2 Xem tại trang 89 của tài liệu.
Hình 3.39 Đồ thị vị trí mẫu qd (nét mảnh) và vị trí sau khi đã điều khiển q (nét đậm) -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

Hình 3.39.

Đồ thị vị trí mẫu qd (nét mảnh) và vị trí sau khi đã điều khiển q (nét đậm) Xem tại trang 91 của tài liệu.
44  mh(i) Tín hiệu ra của mô hình mạng nơron ở thời điểm học thứ i  -  Nghiên cứu ứng dụng mạng nơron truyền thẳng nhiều lớp trong điều khiển thích nghi vị trí động cơ điện một chiều khi có thông số và tải thay đổi

44.

 mh(i) Tín hiệu ra của mô hình mạng nơron ở thời điểm học thứ i Xem tại trang 94 của tài liệu.

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan