Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Adaptivní regulátory s neuronovými sítěmi pro krátkou periodu vzorkování

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F08%3APU73499" target="_blank" >RIV/00216305:26220/08:PU73499 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Adaptive Controllers by Using Neural Network Based Identification for Short Sampling Period

  • Popis výsledku v původním jazyce

    The use of short sampling period in adaptive control has not been described properly when controlling the real process by adaptive controller. The new approach to analysis of on-line identification methods based on one-step-ahead prediction clears up their sensitivity to disturbances in control loop. On one hand faster disturbance rejection due to short sampling period can be an advantage but on the other hand it brings us some practical problems. Particularly, quantization error and finite numerical precision of industrial controller must be considered in the real process control. We concentrate our attention on dealing with adverse effects that work on real-time identification of process, especially quantization. It is shown; that a neural network applied to on-line identification process produces more stable solution in the rapid sampling domain.

  • Název v anglickém jazyce

    Adaptive Controllers by Using Neural Network Based Identification for Short Sampling Period

  • Popis výsledku anglicky

    The use of short sampling period in adaptive control has not been described properly when controlling the real process by adaptive controller. The new approach to analysis of on-line identification methods based on one-step-ahead prediction clears up their sensitivity to disturbances in control loop. On one hand faster disturbance rejection due to short sampling period can be an advantage but on the other hand it brings us some practical problems. Particularly, quantization error and finite numerical precision of industrial controller must be considered in the real process control. We concentrate our attention on dealing with adverse effects that work on real-time identification of process, especially quantization. It is shown; that a neural network applied to on-line identification process produces more stable solution in the rapid sampling domain.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA102%2F06%2F1132" target="_blank" >GA102/06/1132: Softcomputingové metody v řízení</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2008

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    INTERNATIONAL JOURNAL of CIRCUITS, SYSTEMS and SIGNAL PROCESSING

  • ISSN

    1998-0140

  • e-ISSN

  • Svazek periodika

    1

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    6

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus