research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Adaptive Neuro Fuzzy Inference Controller for Full Vehicle Nonlinear Active Suspension Systems

Authors: A. Aldair --- W. J. Wang
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2010 Volume: 6 Issue: 2 Pages: 97-106
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

The main objective of designed the controllerfor a vehicle suspension system is to reduce the discomfortsensed by passengers which arises from road roughnessand to increase the ride handling associated with thepitching and rolling movements. This necessitates a veryfast and accurate controller to meet as much controlobjectives, as possible. Therefore, this paper deals with anartificial intelligence Neuro-Fuzzy (NF) technique todesign a robust controller to meet the control objectives.The advantage of this controller is that it can handle thenonlinearities faster than other conventional controllers.The approach of the proposed controller is to minimizethe vibrations on each corner of vehicle by supplyingcontrol forces to suspension system when travelling onrough road. The other purpose for using the NF controllerfor vehicle model is to reduce the body inclinations thatare made during intensive manoeuvres including brakingand cornering. A full vehicle nonlinear active suspensionsystem is introduced and tested. The robustness of theproposed controller is being assessed by comparing withan optimal Fractional Order PIλDμ (FOPID) controller.The results show that the intelligent NF controller hasimproved the dynamic response measured by decreasingthe cost function.


Article
Comparing Kalman Filter and Dynamic Adaptive Neuro Fuzzy for Integrating of INS/GPS Systems
مقارنة كالمان فلتروديناميكية الشبكةالمكيفةالمضببة لتكامل منظومتي INS/GPS

Authors: Sameir A. Aziez --- Huda Naji Abdul-Rihda
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 1 Part (A) Engineering Pages: 61-72
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Global Positioning System (GPS) and Inertial Navigation System (INS) technologies have been widely used in a variety of positioning and navigation applications. Both Systems have their unique features and shortcomings. Hence, combined system of GPS and INS can exhibit the robustness, higher bandwidth and better noise characteristics of the inertial system with the long-term stability of GPS, Integrated together are used to provide a reliable Navigation System. This paperwill compare the performance of Kalman filter and Dynamic adaptive neuro fuzzy system for integrated INS/GPS systems. The Simulation Results by Matlab7 Programming Language showed great improvements in positioning, gives a best results and reduce the root mean square error (r.m.s.) when used Dynamic adaptive neuro fuzzy system rather than Kalman filter.

منظومةتحديدالموقع العالمي (GPS) ومنظومةالملاحة ذاتالقصور الذاتي(INS) تستخدم بشكل واسع في مختلف تطبيقات تحديد المواقع والملاحة .كلا المنظومتين لها ميزات فريدة وعيوب . بتكامل المنظومتين (INS& GPS) نستطيع الحصول على نظام ملاحة متين, نطاق ترددي عالي , وخصائص ضوضاء أفضل بالنسبة لمنظومة (INS) واستقرارية عالية لمنظومة.(GPS)لذلك ,تكامل المنظومتين يستخدم للحصول على نظام ملاحة ذات وثوقية عالية. في هذا البحث تمت المقارنة بين أداء كالمان فلتروديناميكية الشبكةالمكيفةالمضببة لتكامل المنظومتين. (باستخدام لغة البرمجة Matlab7) حيث تبين تحسينات كبيرة في تحديد المواقع وان r.m.s للخطاء اقل بكثير باستخدام الشبكة المكيفة المضببة بمقارنتها مع نتائج كالمان فلتر .


Article
Neuro-Fuzzy Based ECG Signal Classification with A Gaussian Derivative Filter
تصنيف اشارة القلب باعتماد النظام العصبي المضبب ومرشح نوع مشتقة كاوس

Authors: H. N. Yahya وهبة نبيل يحيى --- S. N. M. Al-Faydi سما نزار محمد --- Dr. J. M. Abdul-Jabbar د. جاسم محمد عبد الجبار
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2015 Volume: 23 Issue: 2 Pages: 153-166
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this paper, a neuro-fuzzy classification method is used for identifications of ECG signals. A feature extraction method with a QRS like filter (first order Gaussian derivative filter) is used. Five standard parameters (energy, mean value, standard deviation, maximum and minimum) are extracted from these diseasefeatures and then used as inputs for the neuro-fuzzy classification system. The ECG signals are importedfrom the standard MIT-BIH database. Five types of ECG signalsare used for classification; they are normal sinus rhythm (NSR), left bundle branch block (LBBB), right bundle branch block (RBBB), premature ventricular contraction (PVC) and pacemaker (PM). The proposed system combines the neural network adaptive capabilities and fuzzy inference system with the suitable filter design to give a promising classification accuracy of 99%.

الخلاصةفي هذا البحث, تم استخدام طريقة التصنيف باعتماد (Neuro – fuzzy) لاغراض التعرف على اشارات ECG . واستعملت طريقة لاستخلاص السمات بالاعتماد على مرشح ذو استجابة بنوع مشتقة كاوس الاولى والتي تشبه تركيبة QRS في اشارة اﻟECG . تم بعد ذلك استخدام تلك السمات كادخالات لمنظومة التصنيف باعتماد (Neuro - fuzzy) .اٍن اشارات ECG المستخدمة في هذا البحث تم الحصول عليها من (The standard MIT-database) . واستخدم منها خمس انواع هي (NSR) ̦ (LBBB) ̦ (RBBB) ̦ (PVC) ̦ (PM) . ان المنظومة المستخدمة تجمع بين الامكانات المتكيفة للشبكات العصبية وبين الموائمة الضبابية مع التصميم المناسب للمرشح وهذا اعطى دقة تصنيف واعدة وبنسبة 99% .

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (3)


Year
From To Submit

2016 (1)

2015 (1)

2010 (1)