research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

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 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (3)


Year
From To Submit

2015 (1)

2014 (2)