research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Neuro-Self Tuning Adaptive Controller for Non-Linear Dynamical Systems
المسيطر المتكيف ذو التنغيم التلقائي العصبي للانظمة الديناميكية اللاخطية

Author: Ahmed Sabah Abdul Ameer Al-Araji احمد صباح عبد الامير الاعرجي
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2005 Volume: 1 Issue: 1 Pages: 1-18
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, a self-tuning adaptive neural controller strategy for unknown nonlinear system is presented. The system considered is described by an unknown NARMA-L2 model and a feedforward neural network is used to learn the model with two stages. The first stage is learned off-line with two configuration serial-parallel model & parallel model to ensure that model output is equal to actual output of the system & to find the jacobain of the system. Which appears to be of critical importance parameter as it is used for the feedback controller and the second stage is learned on-line to modify the weights of the model in order to control the variable parameters that will occur to the system. A back propagation neural network is applied to learn the control structure for self-tuning PID type neuro-controller. Where the neural network is used to minimize the error function by adjusting the PID gains. Simulation results show that the self-tuning PID scheme can deal with a large unknown nonlinearity.

أن هيكلية المسيطر العصبي مع المعرف (Identifier) الذي أساسه النموذج العصبي (NARMA-L2) يتم تعليمه بطريقة (off-line) مع صيغتين التوالي المتوازي و المتوازي وتطبيق خوارزمية التنغيم التلقائي العصبي للمسيطر (PID) كمقترح لبناء هيكلية المسيطر.أن النموذج العصبي(NARMA-L2) هو نموذج لأخطي يصف المنظومة أللاخطية ويستخدم لتحقق من(Jacobain) للمنظومة و التي تعتبر من العناصر المهمة و الحرجة في إيجاد إشارة التغذية العكسية.أن المعرف(NARMA-L2) يتم أيضا تعليمه(on-line) لتحديث الأوزان(Weights) للنموذج بطريقة خوارزمية الانتشار العكسي العامة لكي يصبح النموذج مطابق الى المنظومة أللاخطية.يستخدم المسيطر الراجع العصبي ذات التنغيم التلقائي لتعبير عناصر المسيطر ( PID) لكي يتبع إخراج المنظومة الحقيقية الإدخال المطلوب وباستخدام أيضا" خوارزمية الانتشار العكسي العامة.أن هيكلية المسيطر المقترح يستخدم لتقليل الخطاء بين الإخراج المرغوب و الإخراج الحقيقي للمنظومة.لقد تم الحصول على نتائج ممتازة باستخدام المسيطر المقترح عندما طبق هذا المسيطر على المنظومة أللاخطية.


Article
Tuning PID Controller by Neural Network for Robot Manipulator Trajectory Tracking
موالفة المسيطر التناسبي-التكاملي-التفاضلي بالشبكة العصبية لتتبع مسار ذراع روبوت

Author: Saad Zaghlul Saeed Al-Khayyt سعد زغلول سعيد الخياط
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2013 Volume: 9 Issue: 1 Pages: 19-28
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Ziegler and Nichols proposed the well-known Ziegler-Nichols method to tune the coefficients of PID controller. This tuning method is simple and gives fixed values for the coefficients which make PID controller have weak adaptabilities for the model parameters variation and changing in operating conditions. In order to achieve adaptive controller, the Neural Network (NN) self-tuning PID control is proposed in this paper which combines conventional PID controller and Neural Network learning capabilities. The proportional, integral and derivative (KP, KI, KD) gains are self tuned on-line by the NN output which is obtained due to the error value on the desired output of the system under control. The conventional PID controller in the robot manipulator is replaced by NN self tuning PID controller so as to achieve trajectory tracking with minimum steady-state error and improving the dynamic behavior (overshoot). The simulation results showed that the proposed controller has strong self-adaptability over the conventional PID controller.

اقترح الباحثان Ziegler و Nichols طريقة لتوليف معاملات المسيطر PID. الطريقة بسيطة و تعطي قيم ثابتة للمعاملات مما يجعل المسيطر PID ضعيفا في التكيف للتغير في خواص المنظومة و ظروف التشغيل. لكي ينجز مسيطر متكيف، تم اقتراح في هذا البحث موالفة المسيطر PID بالشبكة العصبية (NN) و الذي يجمع المسيطر PID التقليدي مع قابلية التعلم للشبكة العصبية. ان معاملات المسيطر PID و هي المكاسب KP، KI ،KD يمكن ان تولف أنيا بواسطة إخراج الشبكة العصبية الذي ينتج تبعا للخطأ في إخراج المنظومة تحت السيطرة. تم استبدال المسيطر PID التقليدي لذراع الروبوت بالمسيطر المقترح لكي ينجز تتبع المسار بأقل خطأ و تحسين التصرف الديناميكي (تجاوز الحد). استخدمت المماثلة عبر الحاسوب الآلي و أظهرت النتائج ان المسيطر المقترح يمتلك تكيفا ذاتيا متفوقا على المسيطر PID التقليدي.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic and English (2)


Year
From To Submit

2013 (1)

2005 (1)