Applications of Artificial Neural Networks in Control of DC Drive
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86088430" target="_blank" >RIV/61989100:27240/13:86088430 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27740/13:86088430
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-33018-6_36" target="_blank" >http://dx.doi.org/10.1007/978-3-642-33018-6_36</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-33018-6_36" target="_blank" >10.1007/978-3-642-33018-6_36</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Applications of Artificial Neural Networks in Control of DC Drive
Popis výsledku v původním jazyce
The paper deals with the applications of artificial neural networks in the control of the DC drive. In the paper three control structures are discussed. The first control structure uses a conventional PI controller. The second structure uses a neural network predictive control. The last structure is a sensorless control of the DC drive using feedforward neural network. The DC drives were simulated in program Matlab with Simulink toolbox. The main goal was to find the simplest neural network structures with minimum number of neurons, but simultaneously good control characteristics are required. Despite used neural networks, which are very simple, it was achieved satisfactory results.
Název v anglickém jazyce
Applications of Artificial Neural Networks in Control of DC Drive
Popis výsledku anglicky
The paper deals with the applications of artificial neural networks in the control of the DC drive. In the paper three control structures are discussed. The first control structure uses a conventional PI controller. The second structure uses a neural network predictive control. The last structure is a sensorless control of the DC drive using feedforward neural network. The DC drives were simulated in program Matlab with Simulink toolbox. The main goal was to find the simplest neural network structures with minimum number of neurons, but simultaneously good control characteristics are required. Despite used neural networks, which are very simple, it was achieved satisfactory results.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JA - Elektronika a optoelektronika, elektrotechnika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Advances in Intelligent Systems and Computing. Volume 189
ISBN
978-3-642-33017-9
ISSN
2194-5357
e-ISSN
—
Počet stran výsledku
10
Strana od-do
351-360
Název nakladatele
Springer
Místo vydání
Berlin
Místo konání akce
Ostrava
Datum konání akce
5. 9. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000312969500036