بررسی عملکرد دو نوع شبکه عصبی پرسپترون چند لایه و شبکه با توابع پایه شعاعی برای تخمین سرعت موتور سنکرون آهنربای دائم
محل انتشار: دوازدهیمن کنفرانس مهندسی برق ایران
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,643
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE12_219
تاریخ نمایه سازی: 13 مهر 1387
چکیده مقاله:
مشکلات استفاده از سنسورهای الکترومکانیکی در درایوهای الکتر یکی باعث شده تا تلاشهای زیادی در زمینه حذف این سنسورها صورت گرفته و روشهای مختلفی جهت تخمین سرعت یا موقعیت ارائه گردد . از این میان شبکه های عصبی با توجه به ویژگیهایی چون سرعت بالا، مصونیت در برابر نویز، قابلیت تعلیم و عمومیت و مقاومت در برابر تغییر پارامترها بسیار مورد توجه قرار گرفته اند. در این مقاله ابتدا درایو کنترل برداری یک موتور سنکرون آهنربای دائم شبیه سازی شده و سپس از دو ساختار مختلف شبکه های عصبی، یعنی پرسپترون چند لایه (MLP) و توابع با پایه شعاعی (RBF) جهت تخمین سرعت استفاده شده است . در پایان نیز عملکرد این دو شبکه بررسی و مقایسه شده است.
کلیدواژه ها:
موتور سنکرون آهنربای دائم ، کنترل برداری بدون سنسور ، شبکه عصبی ، پرسپترون چند لایه ، توابع با پایه شعاعی
نویسندگان
مصطفی شاه نظری
دانشگاه علم و صنعت ایران
داوود عرب خابوری
دانشگاه علم و صنعت ایران
حسن مقبلی
دانشگاه صنعتی اصفهان
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 :