Logo GenDocs.ru

Поиск по сайту:  

Загрузка...

С. А. Саидов Новосибирский государственный технический университет, г. Новосибирск - файл


скачать (37.4 kb.)


РАСЧЕТ ОЦЕНКИ МОЩНОСТИ АСИНХРОННОГО ДВИГАТЕЛЯ С ПОМОЩЬЮ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
С.А. Саидов

Новосибирский государственный технический университет,

г. Новосибирск, st06798_1992@mail.ru
В статье рассматривается оценка мощность асинхронного двигателя с помощью искусственных нейронных сетей. При обучении сети используем данные полученные путем экспериментального исследования.

The article deals with the estimation of asynchronous motor power using artificial neural networks. When training the network we use data obtained by experimental research.

Введение

В последние годы наблюдается повышенный интерес к нейронным сетям, которые нашли применение в самых различных областях человеческой деятельности – бизнесе, медицине, технике. Нейронные сети используются при решении задач прогнозирования, классификации, управления и оценка [1,2]. Нейронные сети обучаются выполнять сложные функции в различных областях, включая распознавание образов, идентификацию, классификацию объектов, распознавание речи, системы технического зрения и системы управления. В этих случаях применяются достаточно простые нейронные сети, но даже они оказываются мощным инструментом в арсенале специалиста. Сегодня могут быть построены искусственные нейронные сети для решения таких задач, которые являются трудными как для компьютеров, построенных по традиционной схеме, так и для человека. Нейронные сети – это исключительно мощный метод имитации процессов и явлений, позволяющий воспроизводить чрезвычайно сложные зависимости. Нейронные сети по свой природе являются нелинейными, в то время как на протяжении многих лет для построения моделей использовался линейный подход. Кроме того, во многих случаях нейронные сети позволяют преодолеть "проклятие размерности", обусловленное тем, что моделирование нелинейных явлений в случае большого числа переменных требует огромного количества вычислительных ресурсов. Другая особенность нейронных сетей связана с тем, что они используют механизм обучения. Пользователь нейронной сети подбирает представительные данные, а затем запускает алгоритм обучения, который автоматически настраивает параметры сети. При этом от пользователя, конечно, требуется какой-то набор эвристических знаний о том, как следует отбирать и подготавливать данные, выбирать нужную архитектуру сети и интерпретировать результаты, однако уровень знаний, необходимый для успешного применения нейронных сетей, гораздо скромнее, чем, например, при использовании традиционных методов.

В этой статье рассмотрим оценка мощность асинхронного двигателя с помощью искусственных нейронных сетей. При обучении сета используем данные полученные путем экспериментального исследования.

Семейство программных пакетов Neural Network Toolbox служит средством, которое помогает пользователям развивать методы проектирования и расширять область применения нейронных сетей. Данная область исследований характеризуется значительной новизной, при проектирование систем управление с помощью программа MATLAB.

Код программа для построения сети.

net=newff(minmax(S1),[9 1],{'logsig','purelin'}, 'trainlm');

net.trainParam.epochs=500;

net.trainParam.show=100;

net.trainParam.goal=0.00001;

[net,tr]=train(net,S1,M);

gensim(net);

Для оценки момент двигателя построили трехслойная нейронная сеть; первый слой – 4 нейронов с единичной линейной функцией активации, второй слой – 9 нейронов с функцией активации logsig; третий слой – 1 нейрон с функцией активации purelin (рис. 1).


Рис. 1 - Изменения ошибки обучения в зависимости от числа выполненных циклов обучения

Проводилась оценка мощность асинхронного двигателя с частотным управлением (Рис 2).

Рис. 2 - Модель система ПЧ - АД с ИНС


Как показывает, нейронные сети справляются с поставленной задачей, что доказывает целесообразность использование нейронной сети при построении систем управлении электропривода (Рис 3).

Рис. 3 - Сравнение мощность асинхронного двигателя с выхода ИНС


ЗАКЛЮЧЕНИЕ
Таким образом, было доказано эффективность использовании искусственные нейронные сети в систем управлении для задачи оценка, прогнозирование и сравнение.,

Литература:

1. В.Н. Аносов, С.А. Саидов, М.В. Ярославцев. Обоснование выбора алгоритмов управления гибридной силовой установкой безрельсового транспортного средства // AIME 2017. - 2017. – С. 715-719.



2. Расчет оценки мощности тягового электропривода с помощью искусственных нейронных сетей / В. Н. Аносов, Е. О. Орел, С. А. Саидов, М. В. Ярославцев // Электропитание. - 2019. – № 4. – С. 42–50.



Скачать файл (37.4 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации