research centers


Search results: Found 14

Listing 1 - 10 of 14 << page
of 2
>>
Sort by

Article
Designing a Nonlinear PID Neural Controller of Differential Braking System for Vehicle Model Based on Particle Swarm Optimization
تصمیم مسیطر عصبي (PID) لأخطي لنظام الكبح ألفرقي لمركبة أساسھ أمثلیة حشد الجسیمات

Author: Ahmed Sabah Al-Araji
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 1 Part (A) Engineering Pages: 197-214
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a nonlinear PID neural controller for the 2-DOF vehicle model in order to improve stability and performances of vehicle lateral dynamics by achieving required yaw rate and reducing lateral velocity in a short period of time to prevent vehicle from sliding out the curvature. The scheme of the discrete-time PID control structure is based on neural network and tuned the parameters of the nonlinearPID neural controller by using a particle swarm optimization PSO technique as a simple and fast training algorithm. The differential braking system and front wheel steering angle are the outputs of the nonlinear PID neural controller that has automatically controlled the vehicle lateral motion when the vehicle rotates the curvatures. Simulation results show the effectiveness of the proposed controlalgorithm in terms of the best transient state outputs of the system and minimum tracking errors as well as smoothness control signals obtained with bounded external disturbances.


Article
A Cognitive PID Neural Controller Design for Mobile Robot Based on Slice Genetic Algorithm
تصميم مسيطر عصبي تناسبي تكاملي تفاضلي مدرك لإنسان آلي متنقل مبني على أساس خوارزمية الشرائح الجينية

Author: Ahmed Sabah Al-Araji
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2015 Volume: 33 Issue: 1 Part (A) Engineering Pages: 208-222
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The main core of this paper is to design a trajectory tracking control algorithm for mobile robot using a cognitive PID neural controller based slice genetic optimization in order to follow a pre-defined a continuous path. Slice Genetic Optimization Algorithm (SGOA) is used to tune the cognitive PID neural controller's parameters in order to find best velocities control actions of the right wheel and left wheel for the mobile robot. Pollywog wavelet activation function is used in the structure of the cognitive PID neural controller. Simulation results and experimental work show the effectiveness of the proposed cognitive PID neural tuning control algorithm; This is demonstrated by the minimized tracking error and the smoothness of the velocity control signal obtained, especially with regards to the external disturbance attenuation problem.

أن المحور الرئيسي لهذا البحث هو تصميم خوارزمية مسيطر تتابع مسار لإنسان آلي متنقل باستخدام مسيطر عصبي تناسبي تكاملي تفاضلي أساسه أمثلية الشرائح الجينية لكي يتبع مسار مستمر معرف مسبقا.لقد تم استخدام خوارزمية الشرائح الجينية لتنغيم عناصر المسيطر العصبي التناسبي التكاملي التفاضلي المدرك لكي يجد أفضل أشارة سرعة للإنسان الآلي المتحرك. أن الدالة الفعالة التي استخدمت في هيكلية المسيطر العصبي التناسبي التكاملي التفاضلي المدرك هي (Pollywog wavelet).من خلال نتائج المحاكاة والأعمال التجريبية, أن فعالية خوارزمية تنغيم المسيطر المقترح تقوم بتقليل الخطأ ألتتابعي لمسار الإنسان الآلي المتحرك مع توليد أشارة سرعة ناعمة, برغم من وجود التأثير الاضطرابي الخارجي.


Article
Development of a Swing-Tracking Sliding Mode Controller Design for Nonlinear Inverted Pendulum System via Bees-Slice Genetic Algorithm

Author: Ahmed Sabah Al-Araji
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 15 Part (A) Engineering Pages: 2897-2910
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

A new development of a swing-tracking control algorithm for nonlinear inverted pendulum system presents in this paper. Sliding mode control technique is used and guided by Lyapunov stability criterion and tuned by Bees-slice genetic algorithm (BSGA). The main purposes of the proposed nonlinear swing-tracking controller is to find the best force control action for the real inverted pendulum model in order to stabilize the pendulum in the inverted position precisely and quickly. The Bees-slice genetic algorithm (BSGA) is carried out as a stable and robust on-line auto-tune algorithm to find and tune the parameters for the sliding mode controller. Sigmoid function is used as signum function for sliding mode in order to eliminate the chattering effect of the fast switching surface by reducing the amplitude of the function output. MATLAB simulation results and LabVIEW experimental work are confirmed the performance of the proposed tuning swing-tracking control algorithm in terms of the robustness and effectiveness that is overcame the undesirable boundary disturbances, minimized the tracking angle error to zero value and obtained the smooth and best force control action for the pendulum cart, with fast and minimum number of fitness evaluation.


Article
Design of Nonlinear PID Neural Controller for the Speed Control of a Permanent Magnet DC Motor Model based on Optimization Algorithm
تصميم مسيطر عصبي تناسبي تكاملي تفاضلي لاخطي للسيطرة على سرعة محرك تيار مستمر ثابت المغناطيسية مبنيا على أساس الخوارزمية الأمثلية

Author: Ahmed Sabah Al-Araji أحمد صباح الاعرجي
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2014 Volume: 10 Issue: 1 Pages: 72-82
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, the speed control of the real DC motor is experimentally investigated using nonlinear PID neural network controller. As a simple and fast tuning algorithm, two optimization techniques are used; trial and error method and particle swarm optimization PSO algorithm in order to tune the nonlinear PID neural controller's parameters and to find best speed response of the DC motor. To save time in the real system, a Matlab simulation package is used to carry out these algorithms to tune and find the best values of the nonlinear PID parameters. Then these parameters are used in the designed real time nonlinear PID controller system based on LabVIEW package. Simulation and experimental results are compared with each other and showed the effectiveness of the proposed control algorithm in terms of fast and smooth dynamic response for the speed control of the real DC motor.

في هذا البحث تمت السيطرة على سرعة المحرك التيار المستمر بشكل تجريبي باستخدام المسيطر العصبي التناسبي التكاملي التفاضلي اللاخطي. تم استخدام طريقة التجربة والخطأ وتقنية حشد الجسيمات الأمثلية لسهولة وسرعة تنغيم عناصر المسيطر العصبي التناسبي التكاملي التفاضلي اللاخطي لإيجاد أفضل استجابة لسرعة المحرك التيار المستمر.لتوفير الزمن في النظام الحقيقي, تم استخدام الحقيبة البرمجية (Matlab) لتنفيذ خوارزمية التنغيم لعناصر المسيطر اللاخطي وبعد ذلك تم استخدام هذه العناصر في تصميم المسيطر اللاخطي للنظام في الزمن الحقيقي باستخدام الحقيبة البرمجية (LabVIEW). لقد تم مقارنة نتائج المحاكاة مع النتائج التجريبية وتبين كفاءة تأثير الخوارزمية المسيطر المقترح من حيث سرعة ونعومة الاستجابة لسرعة المحرك التيار المستمر الحقيقي


Article
Design of On-Line Nonlinear Kinematic Trajectory Tracking Controller for Mobile Robot based on Optimal Back-Stepping Technique

Author: Asst. Prof. Dr. Ahmed Sabah Al-Araji
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2014 Volume: 14 Issue: 2 Pages: 25-36
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract –This paper presents an on-line nonlinear trajectory tracking control algorithm for differential wheeled mobile robot using optimal back-stepping technique based particle swarm optimization while following a pre-defined continuous path. The aim of the proposed feedback nonlinear kinematic controller is to find the optimal velocity control action for the real mobile robot. The particle swarm optimization algorithm is used to find the on-line optimal parameters for the proposed controller based on the Lyapunov criterion in order to check the stability of the control system. Simulation results (Matlab) and experimental work (LabVIEW) show the effectiveness and robustness of the proposed on-line nonlinear kinematic control algorithm. This is demonstrated by minimizing tracking error and obtaining smoothness of the optimal velocity control signal, especially with regards to the external disturbance attenuation problem..Keywords:- Mobile Robots, Nonlinear Kinematic Controller, Back-Stepping Technique, Particle Swarm Optimization, Trajectory Tracking, Matlab package, LabVIEW package.


Article
A Nonlinear Neural Controller Design for the Single Axis Magnetic Ball Levitation System Based on Slice Genetic Algorithm
تصميم مسيطر عصبي لاخطي لنظام تعليق الكرة المغناطيسية احادية الأتجاه مبني على اساسة خوارزمية الشرائح الجنية

Authors: Ahmed Sabah Al-Araji --- Ahmed Ibraheem Abdulkareem
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 1 Part (A) Engineering Pages: 22-32
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a ball position tracking control tuning algorithm for single axis magnetic levitation system using slice genetic optimization technique based nonlinear neural controller. As simple and fast tuning technique, slice genetic optimization algorithm is used to tune the nonlinear neural controller's parameters in order to get the best control action for the magnetic levitation system through the tracking of pre-defined location of the steel ball. Pollywog wavelet activation function is used in the structure of the nonlinear neural controller. The obtained results (using MATLAB program) show that the effectiveness of the proposed controller in minimizing the tracking error to zero value and also, in the softness of the control action with the lowest amount of fitness evaluation number.

ان هذا البحث يقدم خوارزمية تنغيم المسيطر تتابع موقع كرة لنظام التعليق المغناطيسي احادي الأتجاه بستخدام تقنية الشرائح الجنية الأمثلية اساسها المسيطر العصبي اللاخطي. لقد تم استخدام خوارزمية الشرائح الجنية لانها تقنية سهلة و سريعة في تنغيم عناصر المسيطر العصبي اللاخطي لكي يحصل على افضل فعل للمسيطر لنظام التعليق المغناطيسي من خلال تتابع الموقع المعرف مسبقا لكرة الأستيل. ان الدالة الفعالة (Polywog Wavelet)استخدمت في هيكلية المسيطر العصبي اللاخطي. لقد تم الحصول على النتائج بأستخدام الحقيبة البرمجة ماتلاب وتبينت فعالية المسيطر المقترح في تقليل الخطأ التتابعي الى قيمة الصفر وكذلك فينعومة فعل المسيطر مع اقل عدد ممكن لأستدعاء دالة التقيم.


Article
Design of a Nonlinear Fractional Order PID Neural Controller for Mobile Robot based on Particle Swarm Optimization

Authors: Ahmed Sabah Al-Araji --- Luay Thamir Rasheed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 12 Part (A) Engineering Pages: 2318-2333
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The goal of this paper is to design a proposed non-linear fractional order proportional-integral-derivativeneural (NFOPIDN) controller by modifying and improving the performance of fractional order PID (FOPID) controller through employing the theory of neural network with optimization techniquesfor the differential wheeled mobile robotmulti-input multi-output (MIMO) systemin order to follow a desired trajectory. The simplicity and the ability of fast tuning are important features of the particle swarm optimization algorithm (PSO) attracted us to use it to find and tune the proposed non-linear fractional order proportional-integral-derivative neural controller’s parameters and then find the best velocity control signals for the wheeled mobile robot. The simulation results show that the proposed controller can give excellent performance in terms of compared with other works (minimized mean square error equal to 0.131 for Eight-shaped trajectory and equal to 0.619 for Lissajous- curve trajectory as well as minimum number of memory units needed for the structure of the proposed NFOPIDN controller (M=2 for Eight-shaped trajectory and M=4 for Lissajous- curve trajectory) with smoothness of linear velocity signals obtained between (0 to 0.5) m/sec.


Article
A Comparative Study of Various Intelligent Algorithms Based Nonlinear PID Neural Trajectory Tracking Controller for the Differential Wheeled Mobile Robot Model
دراسة مقارنة لخوارزميات ذكية متنوعة أساسه مسيطر تتابع مسار عصبي لأخطي تناسبي تكاملي تفاضلي لنموذج التحرك التفاضلي لإنسان آلي متنقل.

Author: Ahmed Sabah Al-Araji أحمد صباح عبد الأمير الأعرجي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2014 Volume: 20 Issue: 5 Pages: 44-60
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents a comparative study of two learning algorithms for the nonlinear PID neural trajectory tracking controller for mobile robot in order to follow a pre-defined path. As simple and fast tuning technique, genetic and particle swarm optimization algorithms are used to tune the nonlinear PID neural controller's parameters to find the best velocities control actions of the right wheel and left wheel for the real mobile robot. Polywog wavelet activation function is used in the structure of the nonlinear PID neural controller. Simulation results (Matlab) and experimental work (LabVIEW) show that the proposed nonlinear PID controller with PSO learning algorithm is more effective and robust than genetic learning algorithm; this is demonstrated by the minimized tracking error and obtained smoothness of the velocity control signal, especially when external disturbances are applied.

يقدم هذا البحث, دراسة مقارنة لخوارزميتين لتعليم مسيطر تناسبي تكاملي تفاضلي عصبي لاخطي تتابعي لمسار عجلة الإنسان آلي متحرك لكي يتبع مسار مستمر معرف مسبقا. كتقنيات سهله وسريعة التنغيم, لقد تم استخدام الخوارزمية الوراثية وخوارزمية حشد الجسيمات الامثلية لتنغيم عناصر المسيطر اللاخطي التناسبي التكاملي التفاضلي لإيجاد أفضل أشارة سرعة لعجلة للإنسان الآلي المتحرك الحقيقي. لقد تم استخدام الدالة الفعالة موجة البوليونك في هيكلية المسيطر العصبي. من خلال نتائج المحاكاة والعمل التجريبي, أثبتت أن المسيطر التناسبي التكاملي التفاضلي العصبي اللاخطي المقترح تنغيمه بواسطة خوارزمية حشد الجسيمات الامثلية أكثر فعالية و متانة مقارنة بالمسيطرة الذي تم تنغيمه بواسطة الخوارزمية الوراثية, وهذا واضح من خلال تقليل الخطأ ألتتابعي لمسار الإنسان الآلي المتحرك مع توليد أشارة سرعة ناعمة, برغم من وجود التأثير الاضطرابي الخارجي.


Article
Applying Cognitive Methodology in Designing On-Line Auto-Tuning Robust PID Controller for the Real Heating System
تطبيق المنهج الإدراكي في تصميم مسيطر تناسبي تكاملي تفاضلي متين بتنغيم تلقائي بشكل حي متصل لنظام حراري حقيقي

Author: Ahmed Sabah Al-Araji أحمد صباح عبد الأمير الأعرجي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2014 Volume: 20 Issue: 9 Pages: 43-61
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A novel design and implementation of a cognitive methodology for the on-line auto-tuning robust PID controller in a real heating system is presented in this paper. The aim of the proposed work is to construct a cognitive control methodology that gives optimal control signal to the heating system, which achieve the following objectives: fast and precise search efficiency in finding the on-line optimal PID controller parameters in order to find the optimal output temperature response for the heating system. The cognitive methodology (CM) consists of three engines: breeding engine based Routh-Hurwitz criterion stability, search engine based particle swarm optimization (PSO) and aggregation knowledge engine based cultural algorithm (CA). Matlab simulation package is used to carry out the proposed methodology that finds and tunes the optimal values of the robust PID parameters on-line. In real-time, the LabVIEW package is guided to design the on-line robust PID controller for the heating system. Numerical simulations and experimental results are compared with each other and showed the effectiveness of the proposed control methodology in terms of fast and smooth dynamic response for the heating system, especially when the control methodology considers the external disturbance attenuation problem.

في هذا البحث, تم تصميم وتنفيذ منهج إدراكي جديد مبتكر لمسيطر تناسبي تكاملي تفاضلي متين بتنغيم تلقائي وبشكل حي متصل لمنظومة حرارية حقيقية. أن الهدف من هذا العمل المقترح هو بناء منهجية السيطرة المدركة والتي تعطي أمثل أشارة سيطرة لنظام الحراري والتي حققت الغايات التالية: كفاءة عالية من حيث السرعة ودقة البحث لإيجاد امثل قيم لعناصر المسيطر وبشكل حي متصل والتي تؤدي لإيجاد أفضل استجابة حرارية للنظام. أن منهج الإدراكي المقترح يتألف من ثلاث محركات: محرك النسل وأساسه معيارية راوث هيروتز الأستقرارية, ومحرك البحث وأساسه حشد الجسيمات الأمثلية, ومحرك المعرفة المتجمعة وأساسها الخوارزمية الحضارية. لقد تم استخدام حقيبة الماتلاب البرمجية للمحاكاة كأداة لتنفيذ المنهج المقترح لإيجاد وتنغيم القيم الأمثلية للمسيطر التناسبي التكاملي التفاضلي المتين وبشكل حي متصل.في الزمن الحقيقي تم استخدام حقيبة اللاب فيو البرمجية لتصميم المسيطر التناسبي التكاملي التفاضلي المتين وبشكل حي متصل لنظام الحراري. المحاكاة العددية و النتائج التجريبية قورنت مع بعضها البعض لبيان فعالية المنهج السيطرة المقترح من حيث السرعة والاستجابة الديناميكية الناعمة لنظام الحراري, خصوصا عندما اخذ بنظر الاعتبار مشكلة التضعيف للضوضاء الخارجية.


Article
Modeling of Continuous Stirred Tank Reactor based on Artificial Neural Network
نموذج لخزان مفاعل مستمر الإثارة مبني على أساس الشبكة العصبية الذكية

Author: Ahmed Sabah Al-Araji أحمد صباح عبد الأمير الأعرجي
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2015 Volume: 18 Issue: 2 Pages: 202-207
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

This paper presents the dynamic model identification algorithm of the continuous stirred tank reactor (CSTR) using a multi-layer perceptron (MLP) neural network topology. The neural network approach for (CSTR) dynamic modeling is trained by using a particle swarm optimization (PSO) technique as a simple and fast training unsupervised algorithm. Polywog wavelet activation function is used in the structure of MLP neural network. The identification algorithm given in this paper has been proved to be reasonable and precise via Matlab simulation results in terms of fast, stable and minimum number of fitness evaluation for the CSTR modeling.

أن هذا البحث يقدم خوارزمية التعريف لنموذج ديناميكي لخزان مفاعل مستمر الإثارة (CSTR) باستخدام الشبكة العصبية متعددة الطبقات (MLPNN). لقد تعلمت الشبكة العصبية التي تمثل النموذج الديناميكي لخزان مفاعل مستمر الإثارة باستخدام تقنية حشد الجسيمات الامثلية لسهولة و سرعة هذه الخوارزمية للتعلم. وتم استخدام دالة التنشيط (Polywong Wavelet) في الشبكة العصبية.نتائج المحاكات لهذه الخوارزمية التعريفية كانت معقولة و مضبوطة من خلال استخدام الحقيبة البرمجية ماتلاب من حيث سرعة واستقرارية مع أدنى عدد من الاستدعاء لداله التقييم لنموذج (CSTR).

Listing 1 - 10 of 14 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (14)


Language

English (13)

Arabic and English (1)


Year
From To Submit

2019 (2)

2017 (1)

2016 (4)

2015 (2)

2014 (5)