عنوان فارسی |
کنترل وفقی PID با شبکه عصبی BP خود تنظیم در دمای خروجی میکروتوربین گازی |
عنوان انگلیسی |
Adaptive PID Control with BP Neural Network Self-Tuning in Exhaust Temperature of Micro Gas Turbine |
کلمات کلیدی |
شبکه عصبی پس انتشار؛ کنترل PID؛ خود تنظیم؛ کنترل دمای خروجی اگزوز؛ میکروتوربین گازی |
درسهای مرتبط |
کنترل؛ انرژی های نو |
تعداد صفحات انگلیسی : 6 | نشریه : IEEE |
سال انتشار : 2008 | تعداد رفرنس مقاله : 25 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
آیا این مقاله برای بیس پایان نامه مناسب است؟ : بله | آیا این مقاله برای ارائه کلاسی مناسب است؟ : بله |
برنامه ای که در آن مقاله شبیه سازی شده است : این مقاله در محیط متلب پیاده سازی شده است | نام مجله مقاله : Industrial Electronics and Applications (ICIEA) (کاربردهای الکترونیک صنعتی) |
ترجمه: دارد (فایل 15 صفحه ای ترجمه در قالب ورد و پی دی اف) | گزارشکار : توضیحات دارد (یک فایل ورد 11 صفحه ای که به توضیحات کدها و نتایج خروجی پرداخته است) (یک فایل ورد 5 صفحه ای که به توضیحات اجمالی در مورد مقاله و شبیه سازی پرداخته است) | شبیه سازی : دارد (دو ام فایل متلب) |
این مقاله در محیط متلب به صورت کامل شبیه سازی شده و در صورت خرید و دانلود مقاله شما به راحتی قادر خواهید بود از برنامه مربوطه استفاده نمایید. در صورت بروز هر گونه مشکل در نحوه ی اجرای برنامه سایت سیگمالند به مدت 24 ساعت بعد از خرید محصول، پشتیبانی آن را تا اجرای کامل برعهده دارد.
مدل مکانیکی کنترل دمای خروجی در میکروتوربین گازی، در این پروژه معرفی می شود. برای بدست آوردن عملکرد بهتر، یک کنترل PID خود تطبیق برای کنترل دمای خروجی، بکار گرفته می شود. پارامترهای کنترل PID بوسیله شبکه های عصبی «انتشار معکوس» (BP)، تنظیم می شوند. در فرآیند تنظیم، خروجی پیش بینی کننده این نیروگاه برای اصلاح وزن های شبکه های عصبی استفاده می شود. همچنین خروجی نیروگاه بوسیله شبکه های عصبی BP پیش بینی می شود و پیش بینی غیرخطی آن که بازده پیش بینی کنندگی آنرا بهبود می بخشد، انجام می شود. اثربخشی و بازده استراتژی کنترل پیشنهادی با بکار گیری آن برای کنترل دمای خروجی، نشان داده می شود. شبیه سازی ها نشان می دهند که پاسخ دینامیک سیستم کنترل خروجی را می توان بطور موثر بهبود بخشید و ضدآشفتگی کنترلر پیشنهادی بهتر از کنترلر PID می باشد.
در شکل زیر، ساختار سیستم کنترل PID تطبیقی با شبکه عصبی BP خود تنظیم نشان داده شده است:
این پروژه نشان داده است که سیستم کنترل PID وفقی با خودمیزان کنندگی شبکه عصبی BP می تواند به عملکرد ردیابی مطلوب و ضداغتشاش برای کنترل دمای خروجی در میکروتوربین گازی، دست یابد. شبکه عصبی BP برای میزان کردن پارامترهای PID و پیش بینی خروجی نیروگاه، استفاده می شود. کنترلر PID سنتی، قابلیت خود وفقی از طریق یادگیری و آموزش شبکه عصبی BP، دارد. بنابراین، کنترلر PID وفقی در این پروژه، ضدآشفتگی و وفق پذیری عالی دارد. از نتایج شبیه سازی می توان مشاهده نمود که اضافه جهش کنترلر PID وفقی در این پروژه نسبت به کنترلر PID سنتی بیشتر است درحالی که زمان حاکم کنترلر PID وفقی، کوتاه تر است و این برای ایمنی میکروتوربین گازی، مفید می باشد.
این شبیه سازی در محیط نرم افزار متلب (MATLAB) انجام شده و در ادامه نیز تعدادی از نتایج خروجی حاصل از شبیه سازی قرار داده شده است:
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.