Publikace detail

Umělé neuronové sítě jako prostředek pro modelování dynamického chování hydraulicko-pneumatické soustavy

Autoři: Seidl Pavel | Taufer Ivan

Rok: 2008

Druh publikace: článek v odborném periodiku

Název zdroje: Perner´s Contacts

Název nakladatele: Univerzita Pardubice

Místo vydání: Pardubice

Strana od-do: 261-270

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Umělé neuronové sítě jako prostředek pro modelování dynamického chování hydraulicko-pneumatické soustavy	Cílem uvedeného příspěvku je demonstrovat použití umělých neuronových sítí k řešení praktických úloh identifikace dynamického chování složitých nelineárních soustav. Byl zkoumán matematicko-fyzikální model hydraulicko-pneumatické soustavy za účelem vytvoření alternativy tohoto modelu, a to ve tvaru umělé neuronové sítě (UNS). Model představuje obecně nelineární vícerozměrnou soustavu se dvěma vstupy a dvěma výstupy. Přičemž vstupními veličinami jsou průtoky čerpadly a výstupními veličinami jsou výšky hladin v dolních nádržích soustavy. Vstupy i výstupy soustavy jsou reprezentovány unifikovanými napěťovými signály. Řešení úlohy spočívalo v popisu jednotlivých závislostí mezi konkrétními vstupními a výstupními veličinami pomocí UNS. K řešení úlohy byl použit Neural Network Toolbox výpočetního systému MATLAB/SIMULINK.	Dynamický systém;umělá neuronová síť
eng	USING OF ARTIFICIAL NEURAL NETWORK FOR THE IDENTIFICATION OF DYNAMIC PROPERTIES OF HYDRAULIC-PNEUMATIC SYSTEM	The aim of the paper is to demonstrate using of artificial neural networks for the solution of practical problems of the identification of the complex non-linear systems' dynamic behavior. The mathematical model of the hydraulic-pneumatic system was investigated in order to build an alternative of this model, namely in the form of the artificial neural network (ANN). The model presents generally nonlinear multi-dimensional system with two inputs and two outputs. Input variables are flows through controlled pumps and output variables are water levels in the bottom tanks of the system. Both inputs and outputs of the system are represented as unified voltage signals. Solution of the problem consisted in the description of selected single dependences between particular input and output variables by means of ANN. For the problem solution Neural Network Toolbox was used a toolbox of the computing system MATLAB/SIMULINK.	Artificial Neural Networks;Continual Bioreactor;Internal Model Control

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Služby

Jak nás najdete?

Často hledáte