کنترل سرعت موتور القایی بدون حسگر مبتنی برتخمین گر با استفاده از شبکه عصبی پیشخور

در این مقاله به بررسی بهینه سازی پارامترهای مدل های شبکه عصبی پیشخور ( Feed-Forward )برای تخمین سرعت موتورهای القایی پرداخته شده است. شبکه عصبی پیشخور(Feed-Forward )به عنوان یک مدل پیش بینی کننده با قابلیت یادگیری از داده های ورودی و خروجی، در بسیاری از مسائل پیچیده و غیرخطی کاربرد دارد. در این تحقیق. شبیه سازی ها در محیط سیمولینک (Matlab/Simulink) انجام شده و نتایج شبیه سازی نشان می دهند که با استفاده ازشبکه عصبی Feed-Forward، سرعت تخمینی به طور دقیق و نزدیک به سرعت واقعی روتور حرکت می کند. این دقت تخمینی نشان می دهد که شبکه عصبی با استفاده از داده های ورودی موجود، توانسته است رفتار دینامیکی موتور را به خوبی مدل سازی کند و سرعت روتور را با دقت بالایی پیش بینی کند.

کلیدواژه ها:

شبکه عصبی Feed-Forward ، موتور القایی ، تخمین سرعت ، سیمولینک متلب