Pregled bibliografske jedinice broj: 562189
Identifikacija translacijskog elektromehaničkog sustava primjenom umjetnih neuronskih mreža (UNM)
Identifikacija translacijskog elektromehaničkog sustava primjenom umjetnih neuronskih mreža (UNM), 2006., diplomski rad, Fakultet elektrotehnike i računarstva, Zagreb
CROSBI ID: 562189 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Identifikacija translacijskog elektromehaničkog sustava primjenom umjetnih neuronskih mreža (UNM)
(Identification of a translational electromechanical system using artificial neural network (ANN))
Autori
Crnogorac, Mislav
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad
Fakultet
Fakultet elektrotehnike i računarstva
Mjesto
Zagreb
Datum
15.07
Godina
2006
Stranica
120
Mentor
Kolonić, Fetah
Neposredni voditelj
Poljugan, Alen
Ključne riječi
Identifikacija; umjetne neuronske mreže (UNM); translacijski (linearni) elektromehanički sustav
(Identitification; artificial neural networks (ANN); translational electromechanical system)
Sažetak
Simulacijom je uspješno identificiran linearizirani model kranskog pogona pomoću dvoslojne MPL neuronske mreže. U radu je pokazan način kojim se parametri neuronske mreže mogu podesiti tako da potpuno vjerno opisuju ponašanje linearnog modela procesa. Takvo podešavanje parametara može se iskoristiti kao početni uvjet učenja neuronske mreže. Kod neuronskog upravljanja javljaju se problemi vezani za neminimalno-faznost procesa. Pokazalo se da nije moguće napraviti inverzni neuronski regulator koji bi regulirao poziciju vrha štapa. Iz tog razloga prelazi se na strukturu upravljanja sa dva zasebna regulatora ; jednim regulatorom pozicije kolica i drugim regulatorom kuta njihanja. Usporedbom dinamika sustava s pole placemant, LQR, fuzzy i inverznim neuronskim regulatorom, zaključuje se da sustav s inverznim neuronskim regulatorom ima najbržu dinamiku.
Izvorni jezik
Hrvatski
Znanstvena područja
Elektrotehnika
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb