طراحی مشاهده گر برای سیستم موقعیت دهنده دو محوره با دقت نانومتری توسط شبکه عصبی.

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 178

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MME-18-6_016

تاریخ نمایه سازی: 8 اسفند 1403

چکیده مقاله:

امروزه سکوهای موقعیت دهنده با دقت نانو از جایگاه خاصی برخوردار بوده و در کاربردهای مختلفی مانند عکس برداری و برداشت از سطح، استفاده می شوند. در این مقاله، مشاهده گرهایی برای یک سکوی موقعیت دهنده با دقت نانو، بر پایه ی سه نوع شبکه عصبی مختلف، طراحی شده اند. سکوی مدل سازی شده در دانشگاه صنعتی شریف طراحی شده و با توجه به نیاز نهایی سیستم به سیگنال پس خورد برای استفاده در قانون کنترلی، در این مرحله مشاهده گرهایی بر پایه ی شبکه عصبی طراحی شده اند. در پژوهش های قبلی، مدل کامسول سیستم موقعیت دهنده به دست آمده است. در این مرحله، برای آموزش شبکه عصبی از مدل کامسول استفاده کرده و به ازای جمع تعدادی از توابع سینوسی، سیستم آموزش داده شده و در ادامه به ازای ورودی شیب، قابلیت تعمیم پذیری آن بررسی شده است. شبکه های عصبی مورد استفاده، به ترتیب شامل شبکه پرسپترون چند لایه، شبکه مبتنی بر توابع شعاعی و شبکه مبتنی بر رگرسیون بردارهای پشتیبان می باشد. با انجام شبیه سازی، دیده شده که شبکه پرسپترون چند لایه و شبکه مبتنی بر توابع شعاعی به پاسخ مناسبی با خطای کم منجر شده اما شبکه مبتنی بر رگرسیون توابع پشتیبان خطای نسبتا زیادی دارد.

کلیدواژه ها:

Nano-positioner ، Observer ، Neural Network ، سکوی موقعیت دهنده با دقت نانو ، مشاهده گر ، شبکه عصبی

نویسندگان

سعید بیات

MSC student of mechanical engineering at Sharif University of technology

حسین نجات پیشکناری

Associate professor of mechanical engineering at Sharif University of technology

حسن سالاریه

Associate professor, Mechanical Department, Sharif University of Technology, Tehran, Iran

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 :
  • Y. Qin, Y. Tian, D. Zhang, W. Gao, B. Shirinzadeh, ...
  • H. C. Liaw, B. Shirinzadeh, and J. Smith, Robust neural ...
  • Q. Xu and Y. Li, Radial basis function neural network ...
  • M. Goldfarb, N. Celanovic, Modeling piezoelectric stack actuators for control ...
  • H. B. Demuth, M. H. Beale, O. De Jess, and ...
  • D. W. Ruck, S. K. Rogers, M. Kabrisky, M. E. ...
  • J. Park and I. W. Sandberg, Universal approximation using radial-basis-function ...
  • H. Drucker, C. J. Burges, L. Kaufman, A. J. Smola, ...
  • نمایش کامل مراجع