Aplikace umělé inteligence v elektrických regulační pohonech

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F06%3A00013570" target="_blank" >RIV/61989100:27240/06:00013570 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Aplikace umělé inteligence v elektrických regulační pohonech

Popis výsledku v původním jazyce

V příspěvku jsou prezentovány výsledky simulací metod adaptace rotorové časové konstanty založené na metodě referenčního a adaptivního systému s využitím umělých neuronových sítí. První metoda je založena na referenčním a adaptivním systému s využitím energetické bilance k určení rotorové časové konstanty. Druhá metoda využívá k identifikaci inverzní hodnoty rotorové časové konstanty Popovovo kriterium hyperstability. Třetí prezentovanou metodou je použití fuzzy logického regulátoru pro řízení SRM. Fuzzy regulátory a fuzzy logika jsou obecně nelineárními systémy, z tohoto důvodu mohou poskytovat lepší výsledky než klasické regulátory. Fuzzy regulátor je většinou prezentován jako přímý regulátor nebo systém pro změnu parametru jiného regulátoru. Použitífuzzy logiky jako klasického PI regulátoru v řízení SRM může přinést vylepšení. Jednotlivé výsledky simulací jsou prezentovány.

Název v anglickém jazyce

Application Artificial Inteligence in Electrical Controlled Drives

Popis výsledku anglicky

In the paper are presented results of simulations two methods adaptation rotor time constant. Both methods are based on model reference adaptive system (MRAS) with used artificial neural network. First method is based on MRAS with used energy balance foridentification rotor time constant. The second used ANN for identification an inverze rotor time constant and method based on Popov's criterion of hyperstability. The third method used fuzzy logic controller for control SRM. Fuzzy logic and fuzzy controller are nonlinear system generally therefore we can obtain better results than clasical controlers. Fuzzy controler is presented most as direct controller. Finnaly, a simulation results are demonstrated.

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F05%2F2080" target="_blank" >GA102/05/2080: Výzkum aplikací umělé inteligence v řízení elektrických pohonů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název statě ve sborníku

Mezinárodní sympozium učitelů elektrických pohonů SYMEP 2006

ISBN

80-7043-455-4

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

82-90

Název nakladatele

Západočeská univerzita v Plzni

Místo vydání

Plzeň

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—