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: 107,047,003

 Điều khiển vị trí bàn trượt ứng dụng mạng nơ-ron
Tác giả hoặc Nhóm tác giả: Võ Khánh Thoại
Nơi đăng: Tạp chí KHCN Đại học Đà Nẵng; Số: 11(120).2017;Từ->đến trang: 118-122;Năm: 2017
Lĩnh vực: Khoa học công nghệ; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Bài báo này đề xuất một giải pháp ứng dụng mạng thích nghi nơ-ron dựa trên suy luận mờ (ANFIS) để điều khiển vị trí bàn trượt. Mục đích của nghiên cứu này là nhằm đánh giá mức độ ưu việt của bộ điều khiển thông minh so với bộ điều khiển PID trong điều khiển vị trí hệ động cơ – bàn trượt, qua đó xác định phương pháp kết hợp dùng mạng nơ-ron với bộ điều khiển kinh điển sẽ mang lại kết quả tốt hơn, đưa ra các cơ sở để lựa chọn phục vụ trong thiết kế, sản xuất các máy công cụ. Để đạt được mục tiêu này, tác giả đã sử dụng phần mềm Matlab và Simulink làm công cụ xây dựng mô hình và mô phỏng hệ thống, bao gồm mô hình hóa đối tượng điều khiển, xây dựng bộ điều khiển PID, bộ điều khiển mạng nơ-ron. Kết quả mô phỏng cho thấy việc điều khiển vị trí bàn trượt ứng dụng mạng nơ-ron cho đáp ứng hệ thống nhanh, sai lệch vị trí của hệ thống được đảm bảo.
ABSTRACT
This paper proposes a solution applying Adaptive Network based Fuzzy Inference System – ANFIS to control position of the sliding table. The purpose of this study is to assess the superiority of intelligent controllers compared to that of PID controllers in machines as well as sliding table systems, and thereby determines that the combined method using neural network controllers with PID controllers will give better results, creating the basis for selection to serve the design and manufacture of tool machines. To achieve this goal, the authors use Matlab and Simulink software as a tool to build simulation models and systems, including object control modeling, building the PID controller, the neural networks controller. The simulation results show that the sliding table controller applying neural networks produces fast system response, and position error of the system is guaranteed.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn