@Article{, title={Speed Control of Separately Exited DC Motor Using Artificial Neural Network السيطرة على سرعة محرك تيار مستمر ذو إثارة منفصلة باستخدام الشبكة الاصطناعية العصبية}, author={A.L. Hashmia SH. Dakheel}, journal={Journal of Engineering and Sustainable Development (JEASD) مجلة الهندسة والتنمية المستدامة}, volume={16}, number={4}, pages={349-362}, year={2012}, abstract={This paper proposes implementing intelligence techniques to improve efficiency speed control of separately excited DC motor (SEDM). This technique is Artificial Neural Network (ANN) which is one of the most important modern techniques that using in control applications.In this study, the intelligent model is developed to speed control of SEDM which operated at three stages:-the first, NARMA-L2 controller used to control the speed under different external loads conditions. The second, the controller is performance at different reference speed and the last, the intelligent controller deals with various parameters of SEDM. Simulation results indicates to the advantages, effectiveness, good performance of the artificial neural network controller which is illustrated through the comparison obtain by the system when using conventional controller (Proportional-Integral (PI)). So the results show ANN techniques provide accurate control and ideal performance at real time.

يقدم هذا المقال بناء تقنيات ذكية لتطوير كفاءة السيطرة على سرعة محرك تيار مستمر ذو إثارة منفصلة (.(SEDM هذه التقنية هي الشبكة العصبية الاصطناعية التي هي واحدة من أهم التقنيات الحديثة المستخدمة في مجال تطبيقات السيطرة.في هذه الدراسة ,النموذج الذكي طور للسيطرة على سرعة SEDM الذي يعمل عند ثلاثة مراحل:-الأولى مسيطر (NARMA-L2)يستخدم في السيطرة على السرعة تحت ظروف أحمال خارجية مختلفة والثانية, المسيطر يعمل عند سرع مرجعية مختلفة والأخيرة المسيطر الذكي يتعامل مع مواصفات متنوعة ل(.(SEDM نتائج المحاكاة تشير إلى المزايا والفاعلية والعمل الجيد لمسيطر الشبكة العصبية الاصطناعية والتي توضح من خلال المقارنة التي يتم الحصول عليها من المنظومة عندما يتم استخدام المسيطر التقليدي مسيطر( النسبة-التكاملية (PI)).وكذلك تبين النتائج إن تقنيات ANN تجهز سيطرة دقيقة وأداء مثالي عند الزمن الحقيقي.} }