Informacja

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

Wyszukujesz frazę "control network system" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Mechatronic systems in mining roadheaders - examples of solutions
Systemy mechatroniczne w górniczych kombajnach chodnikowych - przykłady rozwiązań
Autorzy:
Jasiulek, D.
Świder, J.
Powiązania:
https://bibliotekanauki.pl/articles/277124.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
systemy mechatroniczne
górniczy kombajn chodnikowy
system sterowania
sztuczna sieć neuronowa
mechatronic systems
mining roadheaders
numerical techniques
control system
neural network
Opis:
In the process of control of mining machines the problems with development of a classical mathematical model describing phenomena that accompany operation of these machines are presented. These problems are the result of specificity of the process of driving the roadways and the direct reason to undertake trials to use artificial intelligence technologies in modelling of phenomena, which occur during rock-drivage of roadways. The following problems are presented in the paper: -state-of-the-art control systems used in roadheaders, -possibilities of use of artificial neural networks in control systems of mining machines (on the example of a roadheader), -model tests with use of data recorded during drivage of roadway with use of a roadheader, -determination of cutting resistance with use of an artificial neural network to determine the value of set angular speed of a roadheader’s cutter jib in the plane parallel to the roadway floor. Presented model tests are the result of R&D projects associated with designing of an intelligent control system of the roadheader, which are realized at the KOMAG Institute of Mining Technology and at the Faculty of Mechanical Engineering of the Silesian University of Technology.
W procesie sterowania maszyn górniczych występuje wiele czynników, utrudniających przygotowanie klasycznego modelu matematycznego, opisującego zjawiska towarzyszące pracy maszyny. Problemy te, wynikające ze specyfiki procesu drążenia wyrobisk, są bezpośrednią przyczyną podejmowania prób zastosowania technik sztucznej inteligencji w modelowaniu zjawisk występujących w trakcie drążenia wyrobisk korytarzowych (tuneli). W artykule zaprezentowano: - badanie stanu wiedzy z zakresu systemów sterowania kombajnów chodnikowych, - możliwości zastosowania sztucznych sieci neuronowych w układach sterowania maszyn górniczych (na przykładzie kombajnu chodnikowego), - wyniki badań procesu drążenia wyrobiska kombajnem chodnikowym, - określenie oporów skrawania z wykorzystaniem sztucznej sieci neuronowej do wyznaczenia wartości prędkości kątowej wysięgnika kombajnu chodnikowego.
Źródło:
Pomiary Automatyka Robotyka; 2013, 17, 1; 121-127
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
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 1-3 z 3

    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