research centers


Search results: Found 8

Listing 1 - 8 of 8
Sort by

Article
Improvement Of A Hydrostatic Transmission Control System Performence Using Radial Basis Neural Network

Authors: Amjad Jalil Humadi --- Ayad Qasim Hussein --- Mashael Matti Farjo
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2011 Volume: 17 Issue: 3 Pages: 577-585
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Pump-controlled motors (PCM) are the preferred power elements in most applications because of their high maximum operating efficiency. The dynamics of such hydraulic systems are highly nonlinear and the system may be subjected to non-smooth and discontinuous nonlinearities. Aside from the nonlinear nature of hydraulic dynamics, hydraulic servo systems also have large extent of model uncertainties such as uncompensated friction forces variation of system parameters and external disturbances. The conventional Proportional, Integral and Derivative (PID) controller can not cope with hydraulic system nonlinearities and could not compensate its variation of parameters. Therefore, a radial basis neural network has been suggested to control the speed response of PCM. The structure of radial basis neural network (RBNN) controller is simple and efficient in control purposes. The design of control surface based on radial basis function (RBF) controller has been considered. The performance of PID and RBF controllers has been assessed based on the improvement in speed behavior and their capabilities to compensate the changes in system parameters (load and bulk of modulus). Also, the effect of tuning of the radial basis parameters on the dynamic response has been studied. Results showed that the RBF controller is more robust and shows typical results compared to classical PID controller. Moreover, a further improvement in speed dynamic can be obtained with appropriate tuning of RBF parameters

تستخدم المحركات المسيطر عليها باستخدام الضاغط الهايدروليكي(pump-controlled hydraulic motors) في تطبيقات كثيرة وذلك لكفائة اشتغالها العالية. تمتلك مثل هذه المنظومات خواص لاخطية عالية وكذلك تتعرض خلال الاشتغال الى تغيرات لاخطية ومتقطعة ((discontinuous nonlinearities. لغرض السيطرة على سرعة المنظومة الهايدروليكية فان المسيطر التقليدي ( التناسبي , التفاضلي , التكاملي ) يفشل في توليد اشارة سيطرة تلم او تعوض (compensate) عن الطبيعة اللاخطية المنظومة وهذا يتطلب استخدام مسيطر غير تقليدي (ذكي) لمعالجة مثل هذه المشاكل. حيث تم في هذا البحث استخدام مسيطرعصبي شبكي (neural network) وتم تصميم سطح السيطرة (control surface) الذي يشكله هذا المسيطر. علاوة على ذلك تمت دراسة تأثير متغيرات المسيطر الذكي ((intelligent controller على أداء استجابة السرعة للمنظومة الهايدروليكية. حيث تبين من النتائج الممثلة باستخدام الحاسبة بأن أداء المنظومة بوجود المسيطر العصبي الشبكي يتفوق على أدائها بوجود المسيطر المناظر (التقليدي) وكذلك تبين من النتائج بان المسيطر العصبي الشبكي له قابلية عالية في كبت تاثيرالتغيرات المفاجئة وتأثير التغير في معلمات المنظومة على أداء السرعة للمنظومة الهايدروليكية


Article
Artificial Neural Network Control of the Synchronous Generator AVR with Unbalanced Load Operating Conditions
السیطرة بأستخدام الشبكات العصبیة الأصطناعیة على منظم الجھد الأوتوماتیكي للمولد التزامني في ظروف التشغیل للأحمال الغیر متوازنة

Authors: Helen J. Jawad --- Fadhil A. Hassan
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 17 Pages: 5514-5523
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper proposes the using of artificial neural networks (ANNs') tocontrol the synchronous generator automatic voltage regulator (AVR), with unbalance load operating conditions. The neural network for control a nonlinear system is described and used to demonstrate the effectiveness of the neural network for control the drives with nonlinearities. In this study, performances of a simulated neural network AVR evaluated for a wide range of unbalanced loadsoperating conditions. The variance factors are calculated, as an indicator of optimum operation, and their values are compared for different feedback signals and various unbalanced operating conditions. The optimum control is introduced, which gives an average variance factor in ANN controller is about 1.105%, whereas the average variance factor in traditional PI controller is about 2.035%.

یقدم ھذا البحث كیفیة أستخدام الشبكات العصبیة الأصطناعیة كمسیطر ذكي على منظم جھد الأخراج الأوتوماتیكي في المولد التزامني الثلاثي الأطوار في ظروف التشغیل مع الأحمال ثلاثیة الأطوار الغیر متزنة. أُستُخدِمت الشبكة العصبیة الموصوفةُ للسیطرةِ على النظام اللاخطى للتدلیل على فاعلیة الشبكات العصبیة مع السواقات اللاخطیة. قُییمَ في ھذه الدراسة أداء نموذج المحاكاة لمسیطر الشبكة العصبیة في منظم الجھد الأوتوماتیكي عند مدى واسع للأحمال الغیر متزنة. تم حساب معامل التباین كمؤشر للتشغیل الأمثل وتمت مقارنة قیمھُ لمختلف أنواع التغذیة العكسیة ومختلف ظروف التشغیل للحمل الغیر متزن. قَدمتطریقة السیطرة المثلى والتي كان فیھا متوسط معامل التباین في المسیطر العصبي حوالي ( % 1.105 )، في .( التناسبیة التكاملیة) حوالي ( % 2.035 ) PI حین أن متوسط معامل التباین في وحدة التحكم التقلیدیة


Article
Neural Network Based on Model Reference Using for Robot Arm Identification and Control
استخدام الشبكة العصبية اعتمادا" على النموذج المرجعي للتحكم و مطابقة ذراع الربوت

Authors: Rafid A. Khalil رافد احمد خليل --- Rakan Kh. Antar راكان خليل عنتر
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 4 Pages: 100-109
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this work, neural network control theory is applied to identify and control the robot arm with two links conformed by two equations of second order which alternate their operation simultaneous. A neural network is trained to learn the robot arm in the dynamic behavior. The simulation results of the neural network controller based on model reference that used to identify and control the robot arm give very close results.

في هذا البحث، يتم تطبيق نظرية التحكم في الشبكة العصبية للسيطرة ومطابقة ذراع الروبوت ذو مفصلين والذي يتم تشغيله في وقت واحد والتعبير عنه بمعادلتين من الدرجة الثانية. يتم تدريب الشبكة العصبية للتعرف على تصرف ذراع الروبوت في السلوك الديناميكي. نتائج المحاكاة لتدريب الشبكة العصبية اعتمادا على النموذج المرجعي الذي استخدم للمطابقة والسيطرة على ذراع الروبوت اعطت نتائج قريبة جدا.


Article
Excitation and Governing Control of a Power Generation Based Intelligent System
السيطرة على منظومة الاثارة و التحكم في وحدة توليد القدرة بواسطة منظومة ذكية

Authors: Adil H. Ahmad --- Lina J. Rashad
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 5 Pages: 871-889
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Modern power systems are complex and non-linear and their operating conditionscan vary over a wide range. In this work, the power system (PS) transient terminalvoltage and frequency stability enhancement have been well investigated and studiedthrough the following efforts.• Enhancing the responses of the transient stability by adopting conventional PIDcontrollers as an additional voltage controller with the Automatic Voltage Regulator(AVR) in the excitation system for terminal voltage, and in the governing system forfrequency deviation response.• ANN (NARMA-L2) system is proposed as an effective controller model to achieve thedesired enhancement. This model after training can be called as (Identifier). Thisidentifier follows the system behavior even in situation of high disturbances.There are enhancement progress in terminal voltage Vt , and frequency deviation Δωthrough the investigation for the three cases (without controller, with PID controller, andwith NN controller) for single machine infinite bus using MATLAB – Simulink software.

تعتبر أنظمة القدرة الحديثة لاخطية وعالية التعقيد وان شروط اشتغالها يمكن أن يتغير ضمنمجال واسع. يقدم هذا الجهد تقصي ودراسة استقرارية نظام القدرة وذلك بتحسين الأستقرارية العابرةللفولتيات والتردد بشكل تام ومن خلال الخطوات التالية.• تحسين هذه الأستقرارية من خلال تبني المسيطر(التناسبي – التكاملي – التفا ضلي) التقليدي وذلكفي منظومة الإثارة لتحسين فولتية ( AVR ) كمسيطر احتياطي يعمل مع منظم الفولتية الأوتوماتيكيالأطراف وفي منظومة التوربين لتحسين انحراف التردد.والذي (NARMA-L • لقد تم اقتراح الشبكات العصبية الاصطناعية كنموذج مسيطر من نوع ( 2يمكن ان يدرب بشكل دقيق لكي يكون إخراج هذا المسيطر هو الإخراج الحقيقي للمنظومة (المطابق)ويتم تحسين الأداء بتتبع سلوك المنظومة حتى وان كان الأضطراب كبير .لقد تم تحقیق تحسین استجابة فولتیة الأطراف والانحراف في التردد عن طریق مقارنة وتطبیق ثلاثحالات ( بدون استخدام أي مسیطر ,باستخدام المسیطر(التناسبي – التكاملي – التفا ضلي) , و أخیراللمحاكاة وطبق (MATLAB) باستخدام مسیطر الشبكة العصبیة الاصطناعیة حیث تم اعتماد برنامجعلى مولدة أحادیة مختلفة الأحمال في منظومة الشبكة الكھربائیة.


Article
Neural Network-Based Robust Automatic Voltage Regulator (AVR) of Synchronous Generator
منظم الجھد الي المتين الذي يعتمد الشبكة العصبية لمولد متزامن

Authors: Abdullah Sahib Abdulsada --- Abdulrahim Thiab Humod
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2011 Volume: 29 Issue: 7 Pages: 1372-1385
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The voltage stability and power quality of the electrical system depend on proper operation of AVR. Nowadays, Design technology of AVR is being broadly improved.Nonlinearities and parametric uncertainties are unavoidable problem faced incontrolling the output voltage of Synchronous Generator (SG) when working alone or with others. This paper proposes a Nonlinear Auto Regressive-Moving Average control (NARMA-L2) as a voltage controller which is one type of Neural Network (NN) plant structure. Nonlinearities due to the effect of saturation in machine between generated voltage and field current, uncertainties arise because variation of the load connected with time and the change of rotors resistance with temperature. Due to this fact, Proportional- Integral- Derivative (PID) controller cannot be used effectively since it is developed based on linear system theory. NN controller shows less over shoot and settling time than PID controller with different conditions of load. Also NN controller shows high robust characteristic than PID controller.

استقرار الجھد في المنظومة الكھربائية يعتمد كثيرا على اشتغال السليم لمنظم الجھد الي(AVR .(في الوقت الحاضر ، يجري على نطاق واسع تحسين وتصميم تكنولوجيا ال AVR .أل/خطية وعدم وثوقية المتغيرات ھي المشكلة التي تواجھھا السيطرة على الجھد الكھربائي والتي منَ الصعب تجنبھا في المولد المتزامن و ضمن الشبكةَ عندما يعَمل لوحده أ . ھذا البحث يقترح استخدامالتحكم الموائم ل:نظمة الغير خطية (L2-NARMA ( , وھو احد تراكيب مسيطرات الشبكة العصبية(NN (الذكية ومقارنة أدائه مع المسيطر التناسبي - التكاملي - التفاضلي التقليدي PID .((ال/خطيةناتجة عن حالة التشبع بين الفولتية المتولدة وتيار المجال ،وعدم وثوقية المتغيرات الناتجة عن تغيرالحمل مع الوقت وارتفاع درجة الحرارة التي تغير مقاومة ملفات الجزء الدوار. نتيجة لھذا الواقع,مسيطر PID يمكن استخدامه بشكل فعال وذلك @ن تصميمه على أساس نظرية النظام الخطي.مسيطر الشبكة العصبيه اظھر اقل ارتفاع عن مستوى الجھد المطلوب واقل وقت للوصول الى الجھدالمقبول من مسيطرPID ولحات الحمل المختلفة. كذلك لوحظ أن متانة منظم الجھد ا@وتوماتيكي معمسيطر NN أفضل منھا في حالة مسيطرPID.


Article
Artificial Neural Network Control of Chemical Processes
السیطرة على العملیات الكیمیاویة بطریقة الشبكة العصبیة الاصطناعیة

Author: Duraid Fadhil Ahmed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 1 Part (A) Engineering Pages: 176-196
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents an artificial neural network based control scheme for studying the control of continuous stirred tank reactor, distillation column and neutralization process and this method is compared with conventional proportional- /integral-derivative controller. A multi-layer back-propagation neural network isemployed to model the nonlinear relationships between the inputs variables and controlled variables of processes in order to regulate the manipulating variables to a variety of operating conditions and acquire a more flexible learning ability. The robustness of this control structure is studied in the case of setpoint changes andload disturbances. The experimental results suggest that such neural controllers can provide excellent setpoint-tracking and disturbance rejection. The neural network based control has higher speed of response and the offset has a smaller average value than that of the conventional controller. The control action based on the neural network controller shows less oscillation and an improvement in the controlled variables stabilization time with respect to the conventional controllerand gives a better control performance.


Article
Neural Network Control for a Batch Distillation Column

Authors: Duraid Fadhil Ahmed --- Ahlam Mohamad Shakoor
Journal: Tikrit Journal of Engineering Sciences مجلة تكريت للعلوم الهندسية ISSN: 1813162X 23127589 Year: 2016 Volume: 23 Issue: 1 Pages: 10-19
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

The present work deals with studying the dynamic behavior of a batch distillation column and implemented two types of control strategies for the separation different types of binary systems. The model was derived and then simulated using "MATLAB" program. The experimental data of dynamic behavior were to tune the parameters of PID controller and developed the training of neural networks controller by using supervised learning algorithms. The simulation results show a qualitatively acceptable behavior. This study shows also that the response of PID controller was oscillatory behavior with high offset value while neural network controller gave less offset value and less time to reach the steady state. In general, a good improvement is achieved when the neural network controller is used compared with PID control.


Article
Comparative Study of Temperature Control in a Heat Exchanger Process
دراسة مقارنة للسیطرة على درجة الحرارة في المبادل الحراري

Authors: Afraa H. Al-Tae --- Safa A. Al-Naimi
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2012 Volume: 30 Issue: 10 Pages: 1707-1731
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In the present work the dynamic behavior of a plate heat exchanger (PHE)(single pass counter current consists of 24 plates) studied experimentally andtheoretically to control the system. Different control strategies; conventionalfeedback control, classical fuzzy logic control, artificial neural network (NARMAL2)control and PID fuzzy logic control were implemented to control the outletcold water temperature. A step change was carried in the hot water flow rate whichwas considered as a manipulated variable. The experimental heat transfermeasurements of the PHE showed that the overall heat transfer coefficient (U) isrelated to the hot water flow rate (mh) by a correlation having the form:U mh0.7158 =11045In this work the PHE model was found theoretically as a first order lead andsecond order overdamped lag while the experimental PHE represented dynamically(by PRC method) as a first order with negligible dead time value. A comparisonbetween the experimental and the theoretical model is carried out and goodagreement is obtained. The performance criteria used for different control modesare the integral square error (ISE) and integral time-weighted absolute error (ITAE)where the ITAE gave better performance. As well as the parameters of the stepperformance of the system such as overshoot value, settling time and rise time areused to evaluate the performance of different control strategies. The PID fuzzycontroller gave better control results of temperature rather than PI, PID andartificial neural network controller since PID fuzzy controller combines theadvantages of a fuzzy logic controller and a PID controller. MATLAB programversion 7.10 was used as a tool of simulation for all the studies mentioned in thiswork.

تم ف ي ھ ذا البح ث دراس ة الس لوك ال دینامیكي لمب ادل ح راري ص فائحي (مم ر واح د ذي اتج اهمتعاكس مؤلف من 24 صفیحة) عملی ا" ونظری ا" وت م تنفی ذ الس یطرة عل ى المنظوم ة. ت م أس تخدامس تراتیجیات س یطرة مختلف ة; المس یطر التقلی دي والمس یطر الض بابي المنطق ي التقلی دي ومس یطرللس یطرة عل ى درج ة PID fuzzy ومس یطر (NARMA-L الش بكة العص بیة الأص طناعیة ( 2ح رارة الم اء الب ارد الخ ارج. وق د ت م أعتم اد التغی ر الخط وي لمع دل جری ان الم اء الح ار كمتغی ران معامل انتقال الحرارة الكلي PHE ةجلاعم. تبین القیاسات العملیة لأنتقال الحرارة في المنظومةحسب شكل العلاقة: (mh) یتناسب مع معدل جریان الماء الحار (U)U mh0.7158 =11045تم في ھذا العمل تمثی ل المنظوم ة دینامیكی ا" كنم وذج م ن مرتب ة اول ى م ن جھ ة التق دم الزمن ي(lag) من جھة التأخیر الزمني (overdamped) وكنموذج ذو مرتبة ثانیة مفرط المضةلئا (lead)بینما وجد عملیا" ان المنظومة یعبر عنھا دینامیكیا" كنموذج من مرتبة اولى مع اھمال قیمة الوقتتمت المقارنة بین النموذج العملي والنظري وتم الحصول على توافق جید. .(dead time) الضائعومعی ار (ISE) استعملت معاییر الاداء لانواع السیطرة المختلفة وھ و معی ار تكام ل الخط أ المرب عاعط ى اداء افض ل. ك ذلك ت م (ITAE) حی ث ان المعی ار (ITAE) التكامل الزمني للخطأ المطلقوزم ن الاس تقرار (overshoot) اس تعمال مع املات الاداء الخط وي للنظ ام مث ل قیم ة التط رفلتقی یم الاداء لاس تراتیجیات الس یطرة المختلف ة. (rise time) وزم ن الص عود (settling time)و PI افضل نتائج سیطرة على درجة الحرارة م ن بقی ة المس یطرات PID fuzzy اعطى المسیطروالضبابي المنطقي التقلیدي والشبكة العصبیة الاصطناعیة وذلك بسبب انھ یجمع محاسن كلا PIDاصدار 7.10 ك أداة MATLAB والضبابي المنطقي. وتم استخدام لغة البرمجة PID المسیطرینلمحاكاة كل الدراسات المذكورة في ھذا العمل

Listing 1 - 8 of 8
Sort by
Narrow your search

Resource type

article (8)


Language

English (8)


Year
From To Submit

2016 (1)

2014 (2)

2012 (1)

2011 (2)

2010 (2)