طراحی کنترل کننده فازی-عصبی با آموزش پسخور خطا بمنظور افزایش بازده انرژی در مبدل های حرارتی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 680

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ETEC04_404

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

در بحث مبدل های حرارتی افزایش بازده انرژی با پیاده سازی الگوریتم های کنترلی که بتوانند میزان فراجهش و زیر جهش و همچنین نوسانات غیر ضروری در میزان انرژی ورودی به سیستم را کاهش دهند امکان پذیر میباشد. برای دستیابی به این مهم باید سیستم کنترلی به صورتی طراحی شود که پارامترهای آن متناسب با زمان و دینامیک سیستم تغییر کند و عملا انعطاف پذیری بیشتری نسبت به تغییرات دینامیکی سیستم داشته باشد. در این تحقیق از کنترل کننده فازی در کنار کنترل کننده کلاسیکPD با آموزش پارامتر ها به روش آموزش پسخور خطا استفاده شده است که با توجه به آموزش پارامترها متناسب با تغییرات دینامیکی، سیستم در برابر عدم قطعیت های موجود مقاوم و دارای انعطاف پذیری بالا و پاسخگویی سریعی میباشد.

کلیدواژه ها:

کنترل کننده فازی – عصبی ، آموزش پسخور خطا ، افزایش بازده ، مبدل حرارتی

نویسندگان

مهران ثمری

دانشجوی کارشناسی ارشد مهندسی مکاترونیک، دانشگاه صنعتی خواجه نصیرالدین طوسی

محمد منثوری

دانشجو دکتری مهندسی برق- کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی

محمد تشنه لب

استاد، دانشکده برق ،گروه کنترل ، دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ardehali MM, Yae KH, Smith TF. Development of proportional -su ...
  • Ziegler JG, Nichols NB. Optimum setting for automatic controllers. ASME ...
  • Nesler cG, Stocker WF. Selecting the proportional and integral constants ...
  • air temperature. ASHRAE Trans 1984:90(pt. 2):83445. ...
  • Hnng cC, Astrom KJ, Ho WK. Refinements of the ZieglerN ...
  • Bekker JE, Meckl PH, Hittle DC. A tuning method for ...
  • House JM, Smith TF. System approach to optimal control for ...
  • Gawthrop PJ, Nomikons PE. Automatic tuning of commercial PID controllers ...
  • Tzafestas S, Papan ikolopoulos NP. Incremental fuzzy expert PID control. ...
  • Dounis Al, Santamouris _ Lefas cC, Argiriou A. Design of ...
  • M.M. Ardehali , M. Saboori , M. Teshnehlab. Numerical simulation ...
  • G. Jahedi, M.M. Arde hali.Genetic algorithm -based fuzzy-PID control _ ...
  • نمایش کامل مراجع