%41تخفیف

دانلود پروژه: كنترل تطبيقي- عصبي سيستم هاي ابعاد وسيع نامتمركز با وجود تداخلات غيرخطي بين زير سيستم ها  

تعداد 63صفحه در فایل word

کارشناسی ارشد ((M.Sc))

مهندسی برق، گرايش کنترل

 

كنترل تطبيقي- عصبي سيستم هاي ابعاد وسيع نامتمركز با وجود تداخلات غيرخطي بين زير سيستم ها

 

چكيده

در اين پژوهش هدف طراحي كنترل كننده تطبيقي براي سيستم هاي ابعاد وسيع با وجود عدم قطعيت و تداخلات غيرخطي بين زير سيستم ها با استفاده از شبكه هاي عصبي مي باشد. ابتدا كليات اين پژوهش و چارچوب كاري بيان خواهد شد. همچنين بيان مختصري از روش كنترل تطبيقي و سيستم هاي ابعاد وسيع ارائه خواهد شد. سپس در ادامه يك كنترل كننده تطبيقي- عصبي مناسب براي سيستم هاي ابعاد وسيع طراحي مي شود و در پايان شبيه سازي كامپيوتري كنترل كننده پيشنهادي بر روي دو سيستم ابعاد وسيع انجام مي شود. با ارائه­ي يك تابع لياپانف[1] مناسب اثبات پايداري كنترل كننده پيشنهادي بيان خواهد شد بطوريكه قوانين تطبيقي و پايداري سيستم حلقه بسته تضمين خواهد شد و در سيستم حلقه بسته تمامي سيگنالها محدود بوده و سيگنال خطا[2] به صورت مجانبي به سمت صفر ميل مي كند. براي اثبات كارآمدي كنترل كننده پيشنهادي، نتايج شبيه سازي با يك كنترل كننده كلاسيك نيز مقايسه خواهد شد.

كلمات كليدي: شبكه هاي عصبي، كنترل تطبيقي، سيستم هاي ابعاد وسيع، پايداري لياپانف

1- Lyapunov

2- Tracking Error

چكيده.. 1

فصل اول : کلیات تحقیق.. 2

1-1- مقدمه. 2

1-2- بیان مسأله. 3

1-3- ضرورت انجام تحقیق. 4

1-4- اهداف تحقیق. 4

1-5- پرسش هاي اصلي تحقیق. 5

1-6- جنبه نوآوری و جدید بودن تحقیق. 5

1-7- مرور اجمالی فصول تحقیق. 5

فصل دوم : مرور اجمال بر كنترل تطبيقي، سيستم هاي ابعاد وسيع و پيشينه تحقيق.. 6

2-2- كنترل تطبيقي.. 7

2-3- معرفی کنترل تطبیقی.. 8

2-4- دسته بندی کنترل کننده  های تطبیقی.. 8

2-4-1- کنترل تطبیقی مستقیم. 9

2-4-2- کنترل کننده تطبیقی مدل مرجع. 9

2-4-3- رگولاتورهای خود تنظیم. 12

2-5- کنترل سیستم های ابعاد وسیع و مسائل موجود در کنترل آنها 13

2-5-1- کنترل نامتمرکز. 13

2-5-2- کنترل متمرکز. 15

2-6- عمده‌ مسائل موجود در كنترل سيستم‌هاي ابعاد وسيع. 15

2-7- تحليل پايداري سيستم‌هاي ابعاد وسيع. 16

2-8- طراحي کنترل کننده تطبيقي براي سيستمهاي ابعاد وسيع غيرخطي به کمک شبکه هاي عصبي.. 17

فصل سوم : طراحی کنترل کننده تطبیقی براي سيستم هاي غيرخطي ابعاد وسيع مبتني بر شبكه هاي عصبي پايه شعاعي   22

3-1- مقدمه. 22

3-2- شبكه عصبي RBF 23

3-2-1- ساختار شبکه عصبي شعاعي.. 23

3-2-2- تعيين پارامترها 27

3-2-3- تعيين موقعيت مراکز. 27

3-2-3-1- روش خوشه بندي.. 27

3-2-3-2- الگوريتم k ميانگين.. 28

3-2-4- تعيين انحراف استاندارد. 28

3-2-4-1- روش کيلز. 29

3-2-5- الگوريتم نزديكترين p همسايه. 29

3-3- آموزش ماتريس وزن لايه خروجي.. 29

3-3-1- يادگيري تعديلي.. 29

3-3-2- روش دلتا(ويدرو و هوف) 31

3-4- طراحی کنترل کننده تطبیقی- عصبی.. 33

3-4-1- بیان صورت مسئله. 33

3-4-2- اثبات پايداري.. 36

3-5- نتيجه گيري.. 38

فصل چهارم : شبيه سازي.. 39

4-1- مقدمه. 40

4-2- شبيه سازي.. 40

4-2-1- كنترل سيستم پاندول معكوس… 40

4-2-1-1- بكارگيري كنترل كننده پيشنهادي.. 41

4-2-1-2- بكارگيري كنترل كننده پيشنهادي با وجود نويز در سيستم. 45

4-2-2- كنترل بازوي مكانيكي دو محوره 47

4-2-3- بكارگيري كنترل كننده پيشنهادي با وجود نويز در سيستم. 52

4-3- نتيجه گيري.. 56

فصل پنجم : نتيجه گيري و پيشنهادات.. 57

5-1- مقدمه. 58

5-2- نتيجه گيري.. 58

5-3- پيشنهادات.. 58

منابع. 60

 

 

 

فهرست شکل ها

شکل (2-1) نمودار بلوکی کنترل تطبقی مستقیم. 9

شکل (2-2) کنترل تطبیقی مدل مرجع ، روش مستقیم. 11

شکل (2-3) کنترل تطبیقی مدل مرجع ، روش غیر مستقیم. 11

شکل (2-4) بلوک دیاگرام یک رگولاتور خود تنظیم. 12

شکل (2-5) نماي شماتيک کنترل نا متمرکز. 14

شکل (2-6) نماي شماتيک کنترل متمرکز. 15

شکل (3-1) لايه پنهان (اوزان مرتبط با مرکز خوشه،تابع خروجي معمولا گوسين) 24

شکل (3-2)- نرون شعاعي با يک ورودي.. 25

شكل (3-3)- منحني نمايش تابع پاسخ يا تابع انتقال) تحريک) نرون شعاع با يک ورودي.. 25

شکل (3-4)- نرون شعاعي با دو ورودي.. 26

شکل (3-5)- منحني نمايش تابع پاسخ يا تابع انتقال) تحريک) نرون شعاع با دو ورودي.. 26

شكل (3-6)- شبکه مدارشعاعي با ضرائب موجود در خروجي.. 30

شکل (4-1) : دو پاندول معکوس متصل شده توسط فنر. 40

شكل (4-2) موقعيت پاندول اول- با استفاده از كنترل كننده تطبيقي-عصبي.. 42

شكل( 4-3) موقعيت پاندول دوم- با استفاده از كنترل كننده تطبيقي-عصبي.. 43

شكل (4-4) ورودي پاندول اول- با استفاده از كنترل كننده تطبيقي-عصبي.. 43

شكل( 4-5) ورودي پاندول دوم- با استفاده از كنترل كننده تطبيقي-عصبي.. 44

شكل( 4-6) وزن هاي شبكه عصبي.. 44

شكل (4-7) موقعيت پاندول اول- با استفاده از كنترل كننده تطبيقي-عصبي با وجود نويز. 45

شكل( 4-8) موقعيت پاندول دوم- با استفاده از كنترل كننده تطبيقي-عصبي با وجود نويز. 45

شكل( 4-9) ورودي پاندول اول- با استفاده از كنترل كننده تطبيقي-عصبي با وجود نويز. 46

شكل( 4-10) ورودي پاندول دوم- با استفاده از كنترل كننده تطبيقي-عصبي با وجود نويز. 46

شكل( 4-11) وزن هاي شبكه عصبي.. 47

شکل(4-12)  موقعیت بازوی اول در مسیر کنترل تحت کنترل کننده پيشنهادي.. 48

شکل (4-13)  موقعیت بازوی دوم در مسیر کنترل تحت کنترل کننده پيشنهادي.. 49

شکل( 4-13) خطای ردیابی بازوی اول تحت کنترل کننده پيشنهادي.. 49

شکل( 4-14) خطای ردیابی بازوی دوم تحت کنترل کننده پيشنهادي.. 50

شکل( 4-15) سيگنال ورودي بازوی اول تحت کنترل کننده پيشنهادي.. 50

شکل (4-16) سيگنال ورودي بازوی دوم تحت کنترل کننده پيشنهادي.. 51

شکل( 4-17) به روز شدن وزن هاي شبكه عصبي.. 51

شکل (4-18) موقعيت بازوی اول تحت کنترل کننده پيشنهادي با وجود نويز. 52

شکل (4-19) موقعيت بازوی دوم تحت کنترل کننده پيشنهادي با وجود نويز. 53

شکل (4-20) خطاي بازوی اول تحت کنترل کننده پيشنهادي با وجود نويز. 53

شکل (4-21) خطاي بازوی دوم تحت کنترل کننده پيشنهادي با وجود نويز. 54

شکل (4-22) ورودي بازوی اول تحت کنترل کننده پيشنهادي با وجود نويز. 54

شکل (4-23) ورودي بازوی دوم تحت کنترل کننده پيشنهادي با وجود نويز. 55

شکل (4-24) به روز شدن وزن هاي شبكه عصبي با وجود نويز. 55

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo