Řízení přechodových stavů asynchronního elektromotoru založené na Q-učení

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F04%3APU52017" target="_blank" >RIV/00216305:26210/04:PU52017 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Řízení přechodových stavů asynchronního elektromotoru založené na Q-učení

Popis výsledku v původním jazyce

Předložená disertační práce je zaměřena na využití metody Q-učení pro řízení asynchronního elektromotoru. Řízení se skládá z fáze předučení a fáze doučení. Během fáze předučení jsou na výpočtovém modelu prováděny pokusy, které jsou zpracovávány prováděním zálohování Q-učení v reálném čase. Výpočtový model může být pouze přibližný. V předložené práci je provedeno simulační ověření navržené metody na modelu asynchronního elektromotoru. Při řízení jsou měřeny pouze aktuální otáčky, z nichž je vypočtena akktuální regulační odchylka, její rychlost a zrychlení. Počáteční testy mají za úkol zjistit, jeví-li se jako vhodnější z hlediska úspěšnosti učení stav prostředí definovaný jako 1-D (uvažující pouze regulační odchylku), 2-D (uvažující regulační odchylkuajejí rychlost) nebo jako 3-D (uvažující regulační odchylku, její rychlost a zrychlení). Další experimenty se týkají optimalizace počtu intervalů lineárního a nelineárního rastru jednotlivých stavových veličin. Získané strategie řízení jso

Název v anglickém jazyce

Control of transition states of asynchronous electromotor based on Q-learning

Popis výsledku anglicky

Presented PhD thesis is focused on use of Q-learning method on asynchronous electric drive control. The control consists of prelearning and tutorage phase. During prelearning the attempts which are processed by real time Q-learning backup are performed on computational model. Computational model can be approximate only. Presented thesis show simulation verification of proposed method on asynchronous electric drive mode. Only the actual running speed was used for control; actual control error, its veloccity and acceleration are calculated. Initial tests were performed in order to find what environment state definitions are more advantageous regarding the learning succesibility: 1-D (considers control error only), 2-D (considers control error and it?svelocity) or 3-D (considering control error, its velocity and acceleration). Further experiments consider optimization of linear and nonlinear grid of particular state variables. Found control policies were evaluated with respect to control

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2004

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Vědecké spisy Vysokého učení technického v Brně Edice PhD Thesis

ISSN

1213-4198

e-ISSN

—

Svazek periodika

NEUVEDEN

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

30

Strana od-do

1-30

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—