Тип публикации: статья из журнала
Год издания: 2022
Идентификатор DOI: 10.24412/2071-6168-2022-3-158-165
Ключевые слова: artificial neural network, electric motor, proportional-integral-derivative controller (PID controller), engine control, embedded systems, adaptive control, model, искусственная нейронная сеть, электродвигатель, ПИД-регулятор, методы управления, встроенные системы, адаптивное управление, модель
Аннотация: В статье рассматривается задача интеллектуального управления электродвигателем с использованием эталонной модели электродвигателя на основе нейронной сети (нейроэмулятора). Преимуществами предложенного подхода являются универсальность системы управления, ее адаптация к любому типу двигателя, а также отсутствие датчика частоты вращеПоказать полностьюния вала ротора электродвигателя. Для создания обучающей выборки была разработана модель двигателя в программной среде MatLab. Нейроэмулятор электродвигателя реализован с использованием рекуррентной искусственной нейронной сети ИНС NARX. Для обучения использовался метод Левенберга-Марквардта. Обученная нейронная сеть встроена в разработанную модель контура управления электродвигателем. Результаты моделирования интеллектуальной системы управления показали хорошее соответствие данных, генерируемых нейроэмулятором, реальным данным, полученным от электродвигателя. This article discusses about the problem of intelligent control of electric motor with using reference electric motor model based on a neural network. There are advantages of the proposed approach: the versatility of the control system, adaptation to any type of motor and the absence of a motor rotor shaft speed sensor. To create a training sample, was developed motor model in the MatLab software environment. Neuro-emulator of an electric motor is implemented using a recurrent artificial neural network NARX. For training was used the Levenberg-Marquardt method. The trained neural network is embedded in the developed model of the motor control loop. The results of the simulation of the intelligent control system showed a good fit with the data generated by the neuro-emulator and the real data, obtained from the electric motor.
Журнал: Известия Тульского государственного университета. Технические науки
Выпуск журнала: № 3
Номера страниц: 158-165
ISSN журнала: 20716168
Место издания: Тула
Издатель: Тульский государственный университет