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 "Sterowanie predykcyjne z modelem" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Optimal Switching Sequence – Model Predictive Flux Control of Three-Level Inverter-Fed Induction Motor Drive
    Sterowanie predykcyjne z optymalną sekwencją łączeń falownika trójpoziomowego zasilającego napęd z silnikiem indukcyjnym klatkowym
    Autorzy:
    Stando, D.
    Kaźmierkowski, M. P.
    Powiązania:
    https://bibliotekanauki.pl/articles/160221.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
    Tematy:
    Sterowanie predykcyjne z modelem
    Napędy silników indukcyjnych
    falowniki trójpoziomowe NPC
    Model predictive control
    Induction motor drives
    three-level NPC inverter
    Opis:
    W artykule przedstawiono nowatorski system predykcyjnego sterowania z modelem (ang. Model Predictive Control – MPC) bez-czujnikowym napędem z silnikiem klatkowym zasilanym z falownika trójpoziomowego pracującego w szerokim zakresie prędkości łącznie z osłabianiem strumienia stojana. Do ważnych zalet opracowanego układu sterowania napędu należą: bardzo wysoka dynamika regulacji momentu i strumienia, stała częstotliwość łączeń falownika i brak konieczności doboru współczynników wag w funkcji kosztów sterowania predykcyjnego. Opisano zasady teoretyczne zastosowanej optymalnej sekwencji łączeń w metodzie sterowania predykcyjnego. Przedstawione wyniki eksperymentalne napędu o mocy 50 kW potwierdzają zalety zaproponowanego systemu sterowania predykcyjnego.
    The paper presents a novel model predictive torque control scheme for three-level inverter-fed sensorless induction motor drive operated in wide speed region including field weakening. Among the important features of the developed drive are: very high dynamics, constant switching frequency and no need to adjust weighting factors in the cost function. The theoretical principles of the used optimal switching sequence predictive control methods are discussed. The experimental results measured on 50 kW drive validate performances of the proposed predictive control system.
    Źródło:
    Prace Instytutu Elektrotechniki; 2018, 280; 25-38
    0032-6216
    Pojawia się w:
    Prace Instytutu Elektrotechniki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Synthesis of neural network controller with a reference model
    Synteza regulatora neuronowego z modelem referencyjnym
    Autorzy:
    Nawrocka, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/368848.pdf
    Data publikacji:
    2010
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    sterowanie predykcyjne
    obiekt nieliniowy
    model referencyjny
    predictive control
    non-linear object
    reference model
    Opis:
    In the article there has been presented a structure of a control system with a neural network controller basing on a reference model. In the first part of the article there is a short overview of neural control models. In the following part, an identification of a non-linear object, which was a hydrostatic transmission, was conducted with the help of artificial neural networks; next, different identification structures of artificial neural networks were tested. The last stage covered a synthesis of a neural controller with a reference model and conducting simulation tests of the suggested structures in the system of the control with a non-linear object.
    W artykule została przedstawiona struktura układu regulacji z neuronowym regulatorem bazującym na modelu referencyjnym. W pierwszej części znajduje się przegląd neuronowych modeli sterowania. W kolejnej części przedstawiono przeprowadzoną identyfikację za pomocą sztucznych sieci neuronowych nieliniowego obiektu, którym była przekładnia hydrostatyczna. Właściwości przekładni hydrostatycznej sprawiają, że jest ona obiektem wrażliwym na różnego rodzaju zakłócenia, które utrudniają sterowanie jej pracą. Ze względu na właściwości obiektu regulacji, tzn. nieliniowość i niestacjonarność, zastosowanie klasycznych regulatorów nie jest zadowalające. Z tego względu podjęto próbę wykorzystania zaawansowanych technologii do sterowania. Zbadano różne struktury identyfikacyjne sztucznych sieci neuronowych. Ostatni etap prac obejmował syntezę regulatora neuronowego z modelem referencyjnym oraz przeprowadzenie badań symulacyjnych zaproponowanych struktur w układzie regulacji z obiektem nieliniowym.
    Źródło:
    Mechanics and Control; 2010, 29, 1; 26-31
    2083-6759
    2300-7079
    Pojawia się w:
    Mechanics and Control
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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