Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "network control" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Neural network simulation in running of acetic acid synthesis unit while start-up
    Nejjroetevoe modelirovanie dlja upravlenija kolonnojj sinteza uksusnojj kisloty v period puska
    Autorzy:
    Porkuian, O.
    Samojlova, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/792304.pdf
    Data publikacji:
    2013
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    neural network
    artificial neural network
    automated control system
    acetic acid
    MATLAB software
    Źródło:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2013, 13, 3
    1641-7739
    Pojawia się w:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Avtomatizacija tekhnologicheskikh processov sakharnogo proizvodstva na osnove intelektualnogo podkhoda
    Automation of technological processes of sugar production on the basis of intellectual approach APPROACH
    Autorzy:
    ljashenko, S.
    Ljashenko, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/76910.pdf
    Data publikacji:
    2013
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    automation
    technological process
    control system
    mathematical model
    sugar production
    artificial neural network
    Źródło:
    Motrol. Motoryzacja i Energetyka Rolnictwa; 2013, 15, 7
    1730-8658
    Pojawia się w:
    Motrol. Motoryzacja i Energetyka Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of iterative learning control for ripple torque compensation in PMSM drive
    Autorzy:
    Wójcik, Adrian
    Pajchrowski, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/140797.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    ripple torque
    iterative learning control
    artificial neural network
    permanent magnet synchronous motor
    Opis:
    The aim of the studywas to find an effective method of ripple torque compensation for a direct drive with a permanent magnet synchronous motor (PMSM) without time- consuming drive identification. The main objective of the research on the development of a methodology for the proper teaching a neural network was achieved by the use of iterative learning control (ILC), correct estimation of torque and spline interpolation. The paper presents the structure of the drive system and the method of its tuning in order to reduce the torque ripple, which has a significant effect on the uneven speed of the servo drive. The proposed structure of the PMSM in the dq axis is equipped with a neural compensator. The introduced iterative learning control was based on the estimation of the ripple torque and spline interpolation. The structurewas analyzed and verified by simulation and experimental tests. The elaborated structure of the drive system and method of its tuning can be easily used by applying a microprocessor system available now on the market. The proposed control solution can be made without time-consuming drive identification, which can have a great practical advantage. The article presents a new approach to proper neural network training in cooperation with iterative learning for repetitive motion systems without time-consuming identification of the motor.
    Źródło:
    Archives of Electrical Engineering; 2019, 68, 2; 309-324
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pulverized coal combustion advanced control techniques
    Zaawansowane metody sterowania procesem spalania pyłu węglowego
    Autorzy:
    Gromaszek, Konrad
    Powiązania:
    https://bibliotekanauki.pl/articles/408257.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    combustion control
    adaptive algorithm
    artificial neural network
    sterowanie procesem
    algorytm adaptacyjny
    sztuczna sieć neuronowa
    Opis:
    The paper describes the selected methods of adaptive control of the pulverized coal combustion process overview with various types of prognostic models. It was proposed to use a class of control methods that are relatively well established in industrial practice. The presented approach distinguishes the use of an additional source of information in the form of signals from an optical diagnostic system and models based on selected deep structures of recurrent networks. The research aim is to increase the efficiency of the combustion process in the power boiler, taking into account the EU emission standards, leading in consequence to sustainable energy and sustainable environmental engineering.
    W artykule opisano wybrane metody adaptacyjnego sterowania przeglądem procesu spalania pyłu węglowego z wykorzystaniem określonych modeli prognostycznych. Zaproponowano użycie metod, które są stosunkowo dobrze znane w praktyce przemysłowej. Przedstawione podejście wyróżnia wykorzystanie dodatkowego źródła informacji w postaci sygnałów z optycznego systemu diagnostycznego i modeli opartych na strukturach sieci głębokich. Badania mają na celu zwiększenia efektywności procesu spalania w kotle energetycznym, z uwzględnieniem norm emisji UE, prowadząc w konsekwencji do zrównoważonej energii i zrównoważonej inżynierii środowiska.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 2; 41-45
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Artificial intelligence-based hybrid forecasting models for manufacturing systems
    Autorzy:
    Rosienkiewicz, Maria
    Powiązania:
    https://bibliotekanauki.pl/articles/1841698.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    artificial neural network
    support vector machine
    extreme learning machine
    hybrid forecasting
    production planning
    maintenance
    quality control
    Opis:
    The paper addresses the problem of forecasting in manufacturing systems. The main aim of the research is to propose new hybrid forecasting models combining artificial intelligencebased methods with traditional techniques based on time series – namely: Hybrid econometric model, Hybrid artificial neural network model, Hybrid support vector machine model and Hybrid extreme learning machine model. The study focuses on solving the problem of limited access to independent variables. Empirical verification of the proposed models is built upon real data from the three manufacturing system areas – production planning, maintenance and quality control. Moreover, in the paper, an algorithm for the forecasting accuracy assessment and optimal method selection for industrial companies is introduced. It can serve not only as an efficient and costless tool for advanced manufacturing companies willing to select the right forecasting method for their particular needs but also as an approach supporting the initial steps of transformation towards smart factory and Industry 4.0 implementation.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 2; 263-277
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Artificial Neural Network to the Control of the Parameters of the Heat Treatment Process of Casting
    Autorzy:
    Wróbel, J.
    Kulawik, A.
    Bokota, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/382692.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    heat treatment
    moving heat source
    artificial neural network
    numerical modelling
    control system
    heating process
    obróbka cieplna
    źródło ciepła ruchome
    sztuczna sieć neuronowa
    modelowanie numeryczne
    system sterowania
    proces nagrzewania
    Opis:
    In the paper the use of the artificial neural network to the control of the work of heat treating equipment for the long axisymmetric steel elements with variable diameters is presented. It is assumed that the velocity of the heat source is modified in the process and is in real time updated according to the current diameter. The measurement of the diameter is performed at a constant distance from the heat source (Δz = 0). The main task of the model is control the assumed values of temperature at constant parameters of the heat source such as radius and power. Therefore the parameter of the process controlled by the artificial neural network is the velocity of the heat source. The input data of the network are the values of temperature and the radius of the heated element. The learning, testing and validation sets were determined by using the equation of steady heat transfer process with a convective term. To verify the possibilities of the presented algorithm, based on the solve of the unsteady heat conduction with finite element method, a numerical simulation is performed. The calculations confirm the effectiveness of use of the presented solution, in order to obtain for example the constant depth of the heat affected zone for the geometrically variable hardened axisymmetric objects.
    Źródło:
    Archives of Foundry Engineering; 2015, 15, 1; 119-124
    1897-3310
    2299-2944
    Pojawia się w:
    Archives of Foundry Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust estimation based nonlinear higher order sliding mode control strategies for PMSG-WECS
    Autorzy:
    Nazir, Awais
    Khan, Safdar Abbas
    Khan, Malak Adnan
    Alam, Zaheer
    Khan, Imran
    Irfan, Muhammad
    Rehman, Saifur
    Nowakowski, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/27311430.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    wind energy conversion systems
    WECS
    robust control
    maximum power point tracking
    MPPT
    sliding mode control
    SMC
    super-twisting algorithm
    STA
    high gain observer
    artificial neural network
    ANN
    function fitting
    backstepping
    śledzenie maksymalnego punktu mocy
    obserwator o dużym wzmocnieniu
    sztuczna sieć neuronowa
    dopasowanie funkcji
    system konwersji energii wiatrowej
    sterowanie odporne
    sterowanie ślizgowe
    algorytm super skręcania
    Opis:
    The wind energy conversion systems (WECS) suffer from an intermittent nature of source (wind) and the resulting disparity between power generation and electricity demand. Thus, WECS are required to be operated at maximum power point (MPP). This research paper addresses a sophisticated MPP tracking (MPPT) strategy to ensure optimum (maximum) power out of the WECS despite environmental (wind) variations. This study considers a WECS (fixed pitch, 3KW, variable speed) coupled with a permanent magnet synchronous generator (PMSG) and proposes three sliding mode control (SMC) based MPPT schemes, a conventional first order SMC (FOSMC), an integral back-stepping-based SMC (IBSMC) and a super-twisting reachability-based SMC, for maximizing the power output. However, the efficacy of MPPT/control schemes rely on availability of system parameters especially, uncertain/nonlinear dynamics and aerodynamic terms, which are not commonly accessible in practice. As a remedy, an off-line artificial function-fitting neural network (ANN) based on Levenberg-Marquardt algorithm is employed to enhance the performance and robustness of MPPT/control scheme by effectively imitating the uncertain/nonlinear drift terms in the control input pathways. Furthermore, the speed and missing derivative of a generator shaft are determined using a high-gain observer (HGO). Finally, a comparison is made among the stated strategies subjected to stochastic and deterministic wind speed profiles. Extensive MATLAB/Simulink simulations assess the effectiveness of the suggested approaches.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 5; art. no. e147063
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies