ورود
مقالات فارسیISIکنفرانسهاژورنالها

پایدارسازی تطبیقی -مقاوم پاندول معکوس با استفاده از شبکه موجک

محل انتشار: دوازدهمین کنفرانس ملی سیستم های هوشمند ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 792

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/276139

شناسه ملی سند علمی:

ICS12_059

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

در این مقاله، پایدارسازی پاندول معکوس با فرض نامعلوم بودن دینامیک آن با استفاده از رویکرد بازگشت به عقب مقاوم موردبررسی قرار می گیرد. تضعیف اثرات نامعینی های سازگار و ناسازگار با استفاده از کنترل کننده بازگشت به عقب مهیا گشته و برای حصول تقاوم، کنترل کننده ی مقاومL2با آن ادغام گردیده است. از شبکه موجک به منظور شناسایی دینامیک پاندول معکوس استفاده شده و از تخمین بدست آمده این سیستم شناسایی، در طراحی کنترل کننده بازگشت به عقب بهره گرفته می شود . با توجه به استخراج قوانین تطبیقی و آموزشی شبکه موجک با استفاده از تابع لیاپانوف پایداری کنترل کننده پیشنهادی تضمین شده خواهد بود .نهایتاً کارایی کنترل کننده پیشنهادی در حضور نامعینی های سیستم، تغییر پارامترهای سیستم و اغتشاشات خارجی با شبیه سازی نشان داده می شود

کلیدواژه ها:

پاندول معکوس ، کنترل بازگشت به عقب تطبیقی ، کنترل کننده مقاومL2 ، شبکه موجک

نویسندگان

علیرضا صفا

دانشجوی دکتری، گروه کنترل دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز

قاسم علیزاده قهوه چی

استادیار، گروه کنترل دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز

سعید مرادی

دانشجوی کارشناسی ارشد، گروه کنترل دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز

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 :
  • Stanislaw H. Z., Systems and Contro. New York: Oxford University ...
  • Upadhyay D., Tarun N., and Nayak T., "ANN based intelligent ...
  • Singh A. K. and Gaur P. "Adaptive control for non-liner ...
  • Prasad L. B., Gupta H. O., and Tyagi B., "Intelligent ...
  • Zhou S. and Song J., "Intelligent predictive fuzzy control for ...
  • Metni N., "Neuro-contri of an inverted pendulum using Genetic Algorithm, ...
  • Zhang Q. and Benveniste A., "Wavelet networks, " Neural Networks, ...
  • Chi-Huang L, "Wavelet Fuzzy Neural Networks for Identification and Predictive ...
  • Lin F .J., Tan K. H., Fang D. Y., and ...
  • wind power, " Renevvable Power Generation, IET, vol. 7, 2013. ...
  • Han S. I. and Lee J. M., "Precise Positioning of ...
  • Jin-Young C. and Farrell , A., "Adaptive observer backstepping contro] ...
  • Tustin A., "The effects of backlash and of speed- dependent ...
  • Wang G. L., Li Y. F., and Bi D. X., ...
  • Sunan H. and Kok-Kiong T., "Intelligent Friction Modeling and Compensation ...
  • Transactions on, vol. 59, pp. 3342-3349, 2012. ...
  • Harnoy A., Friedland B , and Cohn S., "Modeling and ...
  • Khalil H. K., Nonlinear Systems, 3 ed.: Prentice Hall, 2001. ...
  • Wang L. X., Adaptive fuzzy systems and control] : design ...
  • Wang S.-D. and Lin C.-K., "Adaptive tuning of the fuzzy ...
  • Lin C. L. and Lin T. Y., "Approach to adaptive ...
  • Chen B.-S., Ching-Hsiang L., and Yeong-Chan _ "H, tracking design ...
  • Qinghua Z., "Regressor selection and wavelet network construction, " in ...
  • Xu J. and Ho D .W. C, "A basis selection ...
    • نمایش کامل مراجع