Neuronowo-rozmyty regulator prędkości silnika prądu stałego oparty na przedziałowych zbiorach rozmytych typu-2

W pracy przedstawiono zagadnienia związane z zastosowaniem adaptacyjnej struktury sterowania typu MRAS w układzie napędowym o zmiennym momencie bezwładności. Jako regulator prędkości wykorzystano sieć neuronowo-rozmytą opartą na przedziałowych zbiorach rozmytych typu-2. Po krótkim wprowadzeniu omówiono zbiory rozmyte typu-2 i wskazano na istotne różnice w stosunku do powszechnie używanych zbiorów typu-1. Następnie opisano adaptacyjną strukturę sterowania typu MRAS. Przedstawiono przykładowe wyniki badań symulacyjnych obrazujących pracę układu przy zmiennym momencie bezwładności. Badania te zostały zweryfikowane przez testy wykonane na stanowisku laboratoryjnym. Otrzymane wyniki potwierdzają odporność analizowanej struktury na zmianę parametrów napędu.

[1]  R. John,et al.  Type-2 Fuzzy Logic: A Historical View , 2007, IEEE Computational Intelligence Magazine.

[2]  Chi-Hsu Wang,et al.  Dynamical optimal training for interval type-2 fuzzy neural network (T2FNN) , 2003, SMC'03 Conference Proceedings. 2003 IEEE International Conference on Systems, Man and Cybernetics. Conference Theme - System Security and Assurance (Cat. No.03CH37483).

[3]  Syuan-Yi Chen,et al.  Interval type-2 fuzzy neural network control for X-Y-Theta motion control stage using linear ultrasonic motors , 2009, Neurocomputing.

[4]  Hani Hagras,et al.  A hierarchical type-2 fuzzy logic control architecture for autonomous mobile robots , 2004, IEEE Transactions on Fuzzy Systems.

[5]  Jerry M. Mendel,et al.  Type-2 fuzzy sets made simple , 2002, IEEE Trans. Fuzzy Syst..

[6]  Okyay Kaynak,et al.  Sliding Mode Neuro-Adaptive Control of Electric Drives , 2007, IEEE Transactions on Industrial Electronics.

[7]  Meng Joo Er,et al.  Robust adaptive control of robot manipulators using generalized fuzzy neural networks , 2003, IEEE Trans. Ind. Electron..

[8]  Jerry M. Mendel,et al.  Interval type-2 fuzzy logic systems , 2000, Ninth IEEE International Conference on Fuzzy Systems. FUZZ- IEEE 2000 (Cat. No.00CH37063).

[9]  Jerry M. Mendel,et al.  Type-2 fuzzy logic systems , 1999, IEEE Trans. Fuzzy Syst..

[10]  Rong-Jong Wai,et al.  Motion Control of Linear Induction Motor via Petri Fuzzy Neural Network , 2007, IEEE Transactions on Industrial Electronics.

[11]  K. Szabat,et al.  Struktury sterowania elektrycznych układów napędowych z połączeniem sprężystym , 2008 .

[12]  Meng Joo Er,et al.  Real-time implementation of a dynamic fuzzy neural networks controller for a SCARA , 2002, Microprocess. Microsystems.

[13]  Y. Wang,et al.  A Type-2 Fuzzy Switching Control System for Biped Robots , 2007, IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews).

[15]  H. Hagras,et al.  Type-2 FLCs: A New Generation of Fuzzy Controllers , 2007, IEEE Computational Intelligence Magazine.

[16]  Yasuhiko Dote,et al.  Neuro fuzzy robust controllers for drive systems , 1993, ISIE '93 - Budapest: IEEE International Symposium on Industrial Electronics Conference Proceedings.

[17]  N. N. Karnik,et al.  Introduction to type-2 fuzzy logic systems , 1998, 1998 IEEE International Conference on Fuzzy Systems Proceedings. IEEE World Congress on Computational Intelligence (Cat. No.98CH36228).