Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 106,999,489

 Xây dựng thuật toán điều khiển trượt - nơron cho hệ thống từ trường đẩy
Tác giả hoặc Nhóm tác giả: ThS. Nguyễn Hồ Sĩ Hùng*; PGS.TS. Lê Thành Bắc*
Nơi đăng: Tạp chí Khoa học Công nghệ ĐHĐN; Số: Số 9(94).2015;Từ->đến trang: 35;Năm: 2015
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Tàu đệm từ trường với đặc tính tốc độ cao, tiện lợi, giảm tiêu thụ năng lượng và ít khí thải là một giải pháp hữu hiệu để giảm ô nhiễm môi trường. Nghiên cứu hệ thống từ trường đẩy (HTTTĐ) là nền tảng để phát triển các hệ thống tàu đệm từ. Bài báo này trình bày kết quả nghiên cứu thiết kế bộ điều khiển trượt sử dụng mạng nơron (ĐKTSDMN) để điều khiển vị trí của đĩa từ trong HTTTĐ. Bộ ĐKTSDMN giúp bù đắp những ngoại lực không biết trước tất yếu sinh ra trong quá trình vận hành. Tiến hành xây dựng mô hình động học của HTTTĐ và đề xuất cơ chế điều khiển trượt (ĐKT) để tạo ra lực cân bằng với tổng ngoại lực phát sinh. ĐKT gây dao động làm tăng sai số vị trí trong điều khiển. Nhằm giảm bớt sai số này, các tác giả đề xuất sử dụng một khối nơron với hàm xuyên tâm để ước tính ngoại lực tác dụng lên HTTTĐ một cách liên tục. Hiệu quả của bộ ĐKTSDMN được đánh giá thông qua các kết quả mô phỏng và mô hình thực nghiệm.
ABSTRACT
Magnetic levitation train with high speed, comfort, low energy consumption and low emission is a good solution to environmental pollution. A study of Magnetic levitation system (Maglev) which is presented in this paper is the foundation to develop magnetic levitation trains. The paper also presents research results of design of intelligent sliding mode algorithm using neural network (SMCAUNN) to control the position of a levitated magnet of a magnetic levitation system. The SMCAUNN compensates for the uncertain external force in operation. In addition,the dynamic model of the magnetic levitation system is derived and a sliding-mode approach is proposed to compensate for the uncertainties that occurred in the operation of magnetic levitation system. The sliding mode control (SMC) always creates chattering and increases position errors. In order to decrease the chattering and position errors, the authors propose a neural network using a radial basic function to estimate the uncertainties of the magnetic levitation system online. The effectiveness of SMCAUNN is verified by simulation and experimental results.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn