Air Flow Control by Adaptive LQ Controller with Identification Based on Neural Networks

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F08%3APU75723" target="_blank" >RIV/00216305:26220/08:PU75723 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
Air Flow Control by Adaptive LQ Controller with Identification Based on Neural Networks
Original language description
This paper is dealt with possibility using adaptive LQ controller with identification based on neural network to air flow control in hot air tunnel model. The comparing of simulations results between classical recursive least mean square method and neural networks identification is here. Adaptive LQ controller algorithm is implemented in Matlab/Simulink. PLC Bernecker and Rainer (B&R) is used to communication between MATLAB/Simulink and real hot air model. Process Visualization Interface (PVI) is used to connection between Matlab/Simulink and PLC. Real air flow model is. Neural network identification is with Levenberg-Marquardt learning algorithm.
Czech name
Řízení průtoku vzduchu pomocí LQ regulátoru s identifikací neuronovými sítěmi
Czech description
Řízení průtoku vzduchu pomocí LQ regulátoru s identifikací neuronovými sítěmi. Porovnání simulačních výsledků PID a LQ regulátoru

Project
<a href="/en/project/GA102%2F06%2F1132" target="_blank" >GA102/06/1132: Softcomputing in Control</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Similar results(10)