کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل


آخرین مطالب



 



( 1 – 3 – 1 بررسی هایبرید خط شاخهای فشردة باند پهن……………………………………… 22

( 2 – 3 – 1 بررسی کوپلر خط شاخهای دو بانده(25…………………………. (900/2000Mhz

( 3 – 3 – 1 شبیه سازی کوپلر دو باندة خط شاخه ای T شکل………………………………… 26

فصل دوم: تقریبی برای طراحی و بکار بستن کوپلر خط شاخهای

تک بانده و دو بانده πو T شکل……………………………………………………………………. 28

(1-2مدار خط شاخهای اندازه فشرده T شکل………………………………………………………. 29

(2-2طراحی و بکار بستن مدار T شکل و رسم منحنی مشخصه آن…………………………… 33

(3-2 کوپلر خط شاخهای……………………………………………………………………………….. 36

(4-2 فرموله کردن با استفاده از ماتریس خطوط انتقال…………………………………………….. 37

(5-2 نتایج شبیهسازی مدار π شکل بدون استفاده از استاب…………………………………….. 41

(6-2 تحقق جهت دو بانده کردن مدار……………………………………………………………….. 43

(1 -6-2 استفاده از استاب مدار باز ( ربع طول موج)……………………………………………… 43

λ
(2-6-2 استفاده از مدار اتصال کوتاه ( طول 44……………………………………………………. ( 2
(7-2 آنالیز(تحلیل) مدار π شکل خط شاخهای دوبانده و مشاهده نتایج شبیهسازی………… 46

فصل سوم: طراحی مدار میکرواستریپ فشردهT شکل دوبانده با

اندازه کاهش یافته.…………………………………………………………………………………… 50

(1-3 دوبانده کردن مدار T شکل خط شاخهای کوچک شده با توجه به روند ارائه شده در

دو بانده کردن کوپلرπ شکل ( 900MHz و 51…………………………………….. (2400MHz

(2-3 استفاده از برنامه کامپیوتری ساده جهت بدست آوردن پارامترهای مدار دو بانده……… 52

(3-3 آنالیز(تحلیل) مدار T شکل دو بانده در چند محیط ( نرم افزار) مختلف و مشاهده

نتایج………………………………………………………………………………………………………….. 53

فصل چهارم: بررسی انواع مختلف DGS و اثرات آن بر روی

خطوط میکرواستریپ…………………………………………………………………………………… 59

DGS (1-4 چیست………………………………………………………………………………………. 60

( 2 – 4 مشخصات کلی 60 ………………………………………………………………………. DGS

( 3 – 4 کاربردهای 61……………………………………………………………………………… DGS

 

( 4 – 4 ویژگیهای 61……………………………………………………………………………….. DGS

( 5 – 4 اثر DGS دمبلی شکل بر روی خطوط میکرواستریپ………………………………….. 61

( 1 – 5 – 4 الگوی .DGSدمبلی شکل و ویژگی شکاف باند………………………………….. 63

DGS ( 2 – 5 – 4 دمبلی پریودیک قویتر…………………………………………………………… 64

( 3 – 5 – 4 اندازهگیریهای مربوط به DGS دمبلی شکل……………………………………….. 66

( 6 – 4 بررسی اثرات DGSهای هلزونی در تقسیم کنندة توان بر روی هارمونیکها……….. 68

-7-4مدل مداری و هندسه DGS هلزونی غیرمتقارن………………………………………………. 70

( 8 – 4 حذفهارمونیکهادر مدار مقسم توان………………………………………………………….. 73

( 9 – 4 مشاهده اثرات DGS برروی کوپلر T شکل در یک باندفرکانسی…………………… 78

( 10 – 4 مشاهده اثرات DGS برروی مدار دو باندة طراحی شده…………………………….. 80

فصل پنجم:چگونگی استفاده از کوپلر بدست آمده در طراحی

سیرکولاتور……………………………………………………………………………………………….. 82

(1-5طراحی سیرکولاتور……………………………………………………………………………….. 83

(2-5مدار معادل برای سیرکولاتور با استفاده از یک ژیراتور و دو کوپلر………………… 83

فصل ششم:نتیجه گیری وپیشنهادات…………………………………………………….. 86

(1-6نتیجه گیری…………………………………………………………………………………………… 87

(2-6پیشنهادات……………………………………………………………………………………………. 88

پیوست ها………………………………………………………………………………………………………………….. 89

منابع و ماخذ………………………………………………………………………………………………… . 93

سایتهای اطلاع رسانی……………………………………………………………………………………. 97.

چکیده انگلیسی…………………………………………………………………………………………….. 98

فهرست جدول ها

عنوان                                                                        شماره صفحه

:(1-2)مشخصات الکتریکی وفیزیکی مدار در دو باند…………………………………………… 47

(1-3) دو بازه فرکانسی و دو هدف مورد نظر پروژه……………………………………………… 55

(2-3.) بازه بالا و پایین جهت optimom هدف………………………………………………….. 56

این مطلب را هم بخوانید :

 

(1–4)مقایسه اثر DGSهای واحد و پریودیک با توزیع نمایی…………………………………. 66

فهرست شکل ها

عنوان                                                                      شماره صفحه

(a) ( 1 – 1) خط انتقال مرسوم (b) خط انتقال معادل با سری شدن یک خط و

استاب © مدل معادل المانهای فشرده برای محاسبه فرکانس قطع……………………………. 23

(a) ( 2 – 1) سرس خطوط انتقال کوچک شده با چندین استاب

باز (b) بزرگی پاسخ……………………………………………………………………………………… 25

( 3 – 1) نمایی از نرم افزار Serenade. RTL جهت بدست آورن طول

فیزیکی و پنهای خطوط…………………………………………………………………………………. 26

(  1-2 ) ساختار T شکل خط انتقال ربع طول موج………………………………………………. 30

(  2-2 ) منحنی رسم شده حاصل از برنامه کامپیوتری θ1)بر حسب32……………………. .(θ3

(  3-2 ) مدار چاپی خط شانهای T شکل…………………………………………………………… 34

S11 (a) ( 4-2)،S12،S13،(b) S14  پاسخ فازی مدار Tخط شاخهای…………………….. 35

(5-2) ساختار کوپلر خط شاخه ای یک بانده مرسوم…………………………………………….. 38

(a) ( 6 – 2) ساختار معادل پیشنهادی (b) خط شاخهای 38………………………………….. . λ4
S11 (  7-2 )،S12،S13وS14 از کوپلر بدون استاب………………………………………….. 42

(  8-2 ) پاسخ زاویهS12وS14 برای مدار بدون استاب………………………………………… 42

( 9-2 ) ساختار کوپلر پیشنهادی با استاب مدار باز……………………………………………… 44

( 10-2 ) ساختار کوپلر پشنهادی با استاب اتصال کوتاه ……………………………………………….. 45
11-2 ) ) نتایج شبیه سازی ………………………………………………………………………. …(S11) 47
12-2 ) ) نتایج شبیه سازی(S12و…………………………………………………………………. .(S13 48
( (  13-2 نتایج شبیه سازی ………………………………………………………………………… .(S14) 48
14-2 )  )نتایج شبیه سازی (پاسخ فاز مدار با استاب باز) …………………………………………… 49
( (a) ( 1-3 شماتیک (b) مدار چاپی ………………………….. (designer, hfss) ansoft 55
( S11(a) ( 2-3،S12،S13وS14 مدار شبیه سازی شده  
در ……………………………………………………………ADS © serenade (b) ansoft (a) 57
( 3-3 ) پاسخ فازی مدار دو بانده. …………………………………………………………………………… 58
1-4 ) ) شمای مختلف H (a) DGS شکل T ( b)شکل ©هلزونی  
شکل (d) دمبلی شکل. …………………………………………………………………………………………… 60
( 2-4 ) خط میکرواستریپ با εr = 15 و ………………. ………………………….. h = 1/575 62
( 3-4 ) پارامترهای S مدار دوپورته.. …………………………………………………………………….. 62
( 4-4 ) مدار با DGS دمبلی شکل .. ……………………………………………………………………. 63
( 5-4 ) پارامترهای S مدار با DGS دمبلی شکل …………………………………………………… 63
( 6-4 (a) ( نوع (b) 1 نوع © 24  نوع DGS 3 دمبلی شکل ……………………………….. 65
( 7-4 ) پارامترهای S برای DGS دمبلی با انواع مختلف سایز. ………………………………… 66
( 8-4 ) مقایسه پارامترهای S مدارهای (a) DGS نوع (b) نوع © 2 نوع 67 …………. ..3

 

(  9-4 ) خط میکرواستریپ با DGS هلزونی نامتقارن برروی زمین. …………………………. 70
( 10-4 ) پارامترهای انتقال خط با DGS متقارن ( A = A’ = B’ = 3mm و  
نامتقارن A = 3/4m) و ………………………………………………………………….(B = 2/6 mm 71
11-4  ) ) فرکانس روزنانس ناشی از بر هم زدگی سمت چپ و راست خط بر حسب  
تابعی از ………………………………………………………………………………………………………. .B/A 71
12-4  ) ) مدار معادل بخش DGS هلزونی نامتقارن ……………………………………………….. 73
13-4 ) DGS (a) ( هلزونی نامتقارن برای حذف هارمونیک دوم و سوم  
(b) مدار معادل ساختار این …………………………………………………………………………..DGS 74
( 14-4 ) پارامترهای S مدار با DGS هلزونی بصورت EM و شبیه سازی شماتیک …….. 75
15-4  ) ) هندسیای از (a) مقسم توان ویل کنیسن معمولی (b) مقسم توان با  
DGS نامتقارن……………………………………………………………………………………………………….. 76
( 16-4 ) نتایج شبیه سازی (a) پارامتر S مقسم توان معمولی S (b) برای مقسم  
توان با ……………………………………………………………………………………………………….. ..DGS 77
17-4  ) ) مقسم توان willkinson با DGS هلزونی نامتقارن (a) روی مدار  
(b) پشت مدار………………………………………………………………………………………………………. 77
( 18-4 ) نتیجه شبیه سازی مقسم توان با DGS هلزونی نامتقارن(………. S12 ( b) S11 (a 78
( 19-4 ) مدار T شکل با استفاده از DGS هلزونی (a) یک بعدی (b) سه بعدی………. 79
20-4  ) (a) ( نتیجه پاسخ شبیه سازی کوپلر با استفاده از اعمال (b) DGS بدون  

استفاده از 80………………………………………………………………………………………. DGS

( 21-4  ) مدار چهار پورتی T شکل دوبانده با اعمال DGS دمبلی شکل در

شاخه خطوط………………………………………………………………………………………… 81

( 22-4) پارامترهای S حاصل از بکار بستن 81………………………………………… DGS

(1-5)نماد ژیراتور…………………………………………………………………………………… 83

( 2-5)سیرکولاتور 4 پورته متشکل از دو مدار هیبریدی و زیراتور………………………. 83

(3-5) سیرکولاتور ساخته شده با استفاده از دو کوپلر و یک ژیراتور…………………….. 84

(a)(4-5)،((b،((cو(:(dنتایج شبیه سازی سیرکولاتور……………………………………….. 85

(1-6)شبکه دو قطبی خطی……………………………………………………………………….. . 91

چکیده:

در این پروژه سیرکولاتور دو بانده با ابعاد کوچک ارائه شـده اسـت. در طراحـی سـیرکولاتور مـورد نظـر از

کوپلر شاخه ای (BLC)1 میکرواستریپی دو بانده کوچک شده استفاده شده است . لذا در این پـروژه بیـشتر

بر روی چگونگی کوچک سازی و دو بانده کردن کوپلر شاخه ای میکرواستریپی با اسـتفاده از مـدارات T و

همچنین DGS2 متمرکز شده ایم . در کوپلر شاخه ای پیشنهادی از مدارات T در هر شاخه که دارای طـول

الکتریکی ±90 درجه در دو بانده می باشند ، استفاده شده است. از طرفی در صفحه زمـین در زیـر خطـوط

این کوپلر DGS هایی قرار دارند که با استفاده از این DGSها ، طول الکتریکی خطوط کاهش یافته و ابعاد

کوچکتر می گردند. کوپلر دو بانده کوچک شده توسط نرم افزارهایSerenadeوADS3وAnsoft تحلیـل

شده و نتایج شبیه سازی در این پروژه آورده شده اند. سپس با استفاده از کوپلرهای دو بانده کوچک شـده ،

سیرکولاتور مورد نظر طراحی گردیده است.

مقدمه:

امروزه تقاضا برای استفاده از عناصر دو بانده در صنعت مخابرات رو به افزایش است . سیستمهای مخابرات

با آنتن های دو بانده کاربرد زیادی دارند. سیرکولاتور یکی از عناصر اصلی در چنین سیستم هایی اسـت. بـا

استفاده از سیرکولاتور دو بانده می توان از یک تغذیه بین آنتن و سیستم مخـابراتی اسـتفاده نمـود. یکـی از

اجزای اصلی در ساخت سیرکولاتورهای چهار پورتی ، کوپلرهای هایبریدی و کوپلرهای شاخه ای((BLC

می باشند.

(BLC) از چهار خط انتقال به طول ربع طول موج مؤثر در فرکانس اصلی و هارمونیک هایی کار می کنـد.

.[1] ,[2]

معمولا این کوپلرها بزرگ هستند و سطح و فضای اشغال شده توسط آن ها زیاد است. در اکثـر کاربردهـای

امروز به خصوص در بردهای صفحه ای و میکرواستریپی ، این عیب محسوب می شود. لذا ، امـروزه روش

های مختلفی برای کوچک سازی و افزایش پهنای باند]٣[7- این کوپلرها ارائه شده است.

در مخابرات مدرن امروزی نیاز به اجزاء دو بانده بالاخص کوپلر BLC دو بانده ، می باشد تا مقدار عناصـر

مورد استفاده ،کاهش یابد.

] Hsiang٨[ از خطوط چپگرد برای دو بانده کردن کوپلر استفاده کرده است.BLC شامل خطـوط متـصل

شده به یک جفت المان موازی]١١[ گزارش شده است.

در این پروژه با استفاده از روشـهای کوچـک سـازیBLC و ترکیـب آن هـا بـا روشـهای دو بانـده سـازی

ابتداBLC با ابعاد کوچک در دو بانده 900Mhzو2400Mhz طراحی شده است سپس برای کاهش بیـشتر

سطحBLCصفحه ای ازDGS ها استفاده شده است.

گزارش ارائه شده از نمونه طراحی سیرکولاتور مورد نظر شامل قسمت های زیر می باشد:

در فصل اول کلیاتی در مورد مراحل انجام پروژه ،هدف از انجام مراحل کار ، پیشینه تحقیقهای انجـام شـده

در مورد مدارمورد نظر و روش کمی کار مورد بررسی قرار گرفته است.

در فصل دوم ابتدا نحوه افزایش پهنای باند کوپلرها ، کوچک سازی با استفاده از مدارT و استفاده از مـدارπ

بــرای دو بانــده کــردن کوپلربررســی شــده اســت. ســپس بــا اســتفاده از نــرم افزارهــای تخصــصی

مانندSerenadeوAnsoft مدارات ذکر شده تحلیل گشته و نتایج شبیه سازی آورده شده اند.

در ادامه کوپلر کوچک شده با استفاده از مدارT ، با توجه به روند ارائـه شـده در دو بانـده کـردن کـوپلر بـا

موضوعات: بدون موضوع  لینک ثابت
[سه شنبه 1399-07-01] [ 02:34:00 ق.ظ ]




 

عنوان شماره صفحه
     
     
۲-۱-۳-۳-مدلهای فضای حالت   ۳۱
۲-۱-۴- تابع هزینه   ۴۱
۲-۱-۵-الگوریتمهای کنترل پیش بین غیر خطی   ۴۱
۲-۱-۶-مسأله مدلسازی   ۵۱
۲-۱-۷مدلهای غیر خطی   ۶۱
۲-۱-۸-مثال عملی در کنترل پیش بین در فر آیند های صنعتی   ۷۱
۲-۲کنترل پیش بین تعمیم یافته   ۰۲
۲-۳-کنترل سیستمهای دینامیکی غیر خطی با استفاده از شبکه های عصبی .. ۱۲
۲-۳-۱مزایای استفاده از شبکه های عصبی   ۱۲
۲-۳-۲-شبکه های عصبی پیش سو   ۲۲
۲-۳-۳-شبکه های عصبی پرسپترون چندلایه   ۳۲
۲-۳-۴-آموزش یک شبکه عصبی   ۳۲
۲-۳-۵-کاربردهای شبکه های عصبی   ۴۲
۲-۴تلفیق کنترل پیش بین و مدلهای عصبی   ۵۲
۲-۵کنترل تطبیقی   ۶۲
۲-۵-۱مفاهیم اسا سی در کنترل تطبیقی   ۶۲
۲-۵-۲-موارد کاربرد کنترل تطبیقی   ۷۲
۲-۵-۳-کنترل تطبیقی مدل مرجع((MRAC   ۹۲
۲-۵-۴-کنترل کننده های خود-تنظیم((STC   ۰۳
۲-۵-۵-چگونه کنترل کننده های تطبیقی طراحی کنیم؟   ۱۳
۲-۵-۶-کنترل تطبیقی سیستمهای غیر خطی   ۲۳
۲-۵-۷-مقاوم بودن سیستمهای کنترل تطبیقی   ۲۳
۲-۵-۸-کنترل سیستمهای فیزیکی چند-ورودی   ۳۳
۲-۶-کنترل فازی   ۴۳
۲-۶-۱طراحی کنترل کننده های فازی   ۶۳
۲-۶-۲-مراحل طراحی   ۷۳
۲-۶-۳-کنترل فازی سیستمهای چند متغیره   ۸۳
۲-۷-کنترل مقاوم   ۹۳
۳ مثالی از کنترل کننده های چند ورودی  چند خروجی    
٣-١روباتیک به عنوان نمونه اولیه   ٤٣

 

 

عنوان شماره صفحه
   
   
جمع بندی و نتیجه گیری ۷۴
منابع و مآخذ  
فهرست منابع فارسی ۰۵
فهرست منابع لاتین ۱۵

فهرست اشکال

عنوان شماره صفحه
   
   
شکل۲-۱عملکرد ردیابی تحت کنترل GPCغیر خطی ۰۲
شکل۲-۲-ساختار کنترل کننده پیش بین عصبی ۵۲
شکل۲-۳-مدل NARMAX عصبی ۵۲
شکل ۲-۴-ساختار شبکه عصبی تأخیرزمان ۵۲
شکل۲-۵-یک سیستم کنترل تطبیقی مدل مرجع ۹۲
شکل ۲-۶-یک کنترل کننده خود تنظیم ۰۳
شکل۲-۷-پاندول معکوس ۸۳
شکل ۳-۱-خطاهای ردیابی وگشتاورهای کنترل تحت کنترل تطبیقی ۴۴
شکل ۳-۲-تخمین پارامترها تحت کنترل تطبیقی ۵۴
شکل ۳-۳-خطاهای ردیابی وگشتاوری کنترل تحت کنترل P.D. ۶۴

فهرست جداول

عنوان شماره صفحه
   
جدول ۲-۱:پایداری GPC غیرخطی بهینه ۷۱
جدول۲-۲:درجه آزادی نسبی ۷۱

چکیده

امروزه لزوم کنترل بهینه سیستمهای غیر خطی چند متغیره به منظور رسیدن به پایداری و پاسخ مطلوب بیـشتر احساس می شود . در این میان روشهای متنوعی جهت کنتـرل ایـن گونـه سیـستمها وجـود دارد ، از جملـه کنتـرل هوشمند و کنترل کلاسیک که هر یک دارای مزایا و معایب جداگانه ای هستند .

روشهای هوشمند از شبکه های عصبی و منطق فازی بهره می جویند که قابلیت مانور آنها به دلیل نرم افـزاری بودن بیشتر است .در حالیکه در روشهای کنترل کلاسیک به دلیل تئوریهـای بـسیار قـوی موجـود و الگوریتمهـای مبتنی بر این تئوریها ، از نظر بعضی محققین از قابلیت اعتماد بیشتر بر خوردار ند و در نتیجه عده زیادی از آنهـا در این زمینه کار کرده اند . مانند کنترل بهینه پیش بین ، کنترل مقاوم ، کنترل فـازی ، کنتـرل فیـد بـک غیـر خطـی ، کنترل عصبی ، کنترل تطبیقی ، کنترل فازی پیش بین و کنترل پیش بین عصبی و کنترل تطبیقی فازی و…

در این سمینار ابتدا روشهای تحلیل و طراحی سیستمهای کنترل غیر خطی بررسی می شود . سـپس روشـهای تحلیل و طراحی سیستمهای چند متغیره به طور جدا گانه بیان می شود و در ادامه انواع روشهای کنترل سیـستمهای غیر خطی چنـد متغیـره مـورد بحـث و بررسـی قـرار مـی گیـرد . در بخـش ابتـدا کنتـرل پـیش بـین مـدل ،

این مطلب را هم بخوانید :

 سـپس الگوریتمهای کنترل پیش بین غیر خطی معرفی می شود . در ادامه کنترل پیش بین تعمیم یافته ، کنترل سیـستمهای غیر خطی با استفاده از شبکه های عصبی و کابرد آنها ، تلفیق کنترل پیش بین و عـصبی ، کنتـرل تطبیقـی و نحـوه طراحی کنترلر تطبیقی ، کنترل فازی و نحوه طراحی کنترل کننده های فازی ، و در ادامه کنتـرل مقـاوم ، بررسـی خواهند شد . در پایان مثالی از روباتیک به عنوان نمونه آورده خواهد شد . مزایا و معایب هر کدام از این روشها و مقایسه آنها با یکدیگر در پایان ذکر خواهد شد .

مقدمه

امروزه با توجه به گسترش روز افزون و پیشرفت تکنولوﮊی در زمینه پیاده سازی محاسبات حجیم و پیچیده,امکان استفاده از الگوریتمهای غیر خطی مربوط به سیستمهای چندورودی/چند خروجی ایجاد شده است.این امر باعث شده است که در سالهای اخیر محققین بسیاری در این زمینه تحقیقات زیادی انجام داده و الگوریتمهای مناسب تری ارائه دهند.بنابراین لزوم کنترل بهینه این سیستمها بطوریکه به پایداری و پاسخ مطلوب دست یابیم ,بیشتر احساس می شود.در این میان روشهای متنوعی جهت کنترل این گونه سیستمها
,از جمله کنترل هوشمند و کلاسیک وجود دارد که هر یک دارای مزایا و معایب جداگانه ای هستند.روشهای هوشمند,از شبکه های عصبی و منطق فازی و……..بهره می جویند که قابلیت مانور آنها به دلیل نرم افزاری بودن بیشتر است.

در حالیکه در روشهای کنترل کلاسیک به دلیل تئوریهای بسیار قوی موجود,و الگوریتهای مبتنی بر این تئوریها ,از نظر بعضی از محققین,از قابلیت اعتماد بالاتری برخوردارند ودر نتیجه عده زیادی از آنها در

موضوعات: بدون موضوع  لینک ثابت
 [ 02:34:00 ق.ظ ]




١-۵– ایجاد گشتاوردر یک موتور رلوآتانس سوئیچی(روابط و نتایج)  ٢٣

١-۶– رابطه بین موقعیت روتور و اندوآتانس سیمپیچ استاتور    ٢٨

١-٧- مدار معادل موتور رلوآتانسی                                                                 ٣٠

فصل٢ : مدارات راه انداز (DRIVER)

٢-١-پیکربندی مدارات مبدل                                                                                   ۴٣

٢-٢-مبدل پل نامتقارن                                                                                             ۵٣

٢-٣-مبدﳍای یک سوئیچ در هر فاز                                                                      ٠۴

٢-۴مبدل R-Dump                                                                                                          ٠۴

٢-۵مبدل Bifilar                                                                                                              ١۴

٢-۶مبدل با منبع تغذیه dc دو نیمهای                                                        ٣۴

٢-٧-مبدل با q ترانزیستور و 2q دیود                                                          ۵۴

٢-٨-مبدل با (١(q+ سوئیچ و دیود                                                                     ٨۴

٢-٩-مبدل C-Dump                                                                                                          ٠۵

٢-١٠-مبدل C-Dump با قابلیت جریان هرزگرد                                              ٢۵

٢-١١-مبدل با یک ترانزیستور مشﱰك                                                                 ۵۵

٢-١٢-مبدل با حداقل تعداد سوئیچ و تغذیه ورودی متغیر      ۶۵

٢-١٣-مبدل با ولتاژ DC متغیر و توپولوژی Buck-Boost              ٧۵

٢-۴١-مبدل با (1 .5 q) سوئیچ و دیود                                                                  ٩۵

٢-۵١-مبدل دو مرحلهای ٠۶
فصل٣ : طراحی مدار راهانداز (DRIVER) به
روش مستقیم  
٣-١-مقدمه ٣۶
٣-٢-سوئیچ و اﳌاای قدرت ۴۶
٣-٣-سنسور تعیین موقعیت و سرعت موتور ۶۶
٣-۴آنﱰل دور و حلقه فیدبک ٧۶
فصل۴ : روش های عملی کاهش ریپل گشتاور
۴-١-بدست آوردن رابطه گشتاور از مدار معادل SRM ٧٢
۴-٢-بررسی رابطه L با موقعیت روتور θ
٧٣
۴-٣-بررسی تاثیر جریان بر L ۵٧
۴۴اثر ثابت گشتاور dL(θ,i)/dθ بر روی گشتاور ٧٧
۴۵اثر i 2  بر روی گشتاور ٧٨
۴۶ﲨع بندی در مورد کاهش ریپل گشتاور ٨٠

فصل۵ : طراحی مدار راهانداز (DRIVER) به روش غیرمستقیم

۵-١-مقدمه ٨٢  
۵-٢-تشخیص موقعیت روتور بدون استفاده از سنسور ٨٣  
۵-٣-آنﱰل جهت چرخش ۶٩  
فصل۶ : نتیجه گیری و پیشنهادات ٩٩  
نتیجه گیری  
پیشنهادات ١٠٢  
پیوست نقشه های ﴰاتیکی سخت افزار دستگاه ١٠٣  
پیوست اطلاعات نرم افزاری سیستم ١١٠  
فصل٧ : مـراجـع ١٣٩  

 

    فهرست شکل ها صفحه  
  عنوان    
           
١-١.a-شکل :دو ﳕونه موتور رلوآتانسی با یک دندانه در هر قطب.   ١٧  
١-١.b-شکل :ﳕونهای دیگر با دو دندانه در هر قطب .   ١٧  
١-٢.شکل : ﳓوه عملکرد موتور رلوآتانس.   ١٩  
١-٣-الف.شکل :ﴰای موتور رلوآتانس با برجستگی دوگانه.   ٢٠  
١-٣-ب.شکل :ﴰای موتور رلوآتانس با برجستگی واحد.   ٢٠  
١-۴-١.شکل :موتور رلوآتانس از نوع روتور صفحهای.   ٢٢  
١-۴-٢.شکل :موتور رلوآتانس سوئیچی چند لایه.   ٢٣  
١-۵-.aشکل :روتور با فاصله x از استاتور.   ۶٢  
١-۵-.bشکل :منحنی شار برحسب mmf برای x1  و x2  آه x1>x2   ۶٢  
١-۶-.aشکل :یک قطب از موتور رلوآتانس.   ٢٨  
١-۶-.bشکل :منحنی اندوآتانس برحسب موقعیت روتور.   ٢٨  
١-٧-١.شکل :مدار معادل موتور رلوآتانسی.   ٣١  
١-٧-٢.شکل :منحنی گشتاور ـ سرعت یک موتور رلوآتانسی ﳕونه.   ٣٢  
٢-١.شکل :دستهبندی مدارات مبدل.   ۴٣  
٢-٢.a-شکل :مبدل پل نامتقارن.   ۵٣  
٢-٢.b-شکل :شکل موجهای مبدل پل نامتقارن ـ روش اول.   ۶٣  
٢-٢.c-شکل :شکل موجهای مبدل پل نامتقارن ـ روش دوم.   ٣٨   این مطلب را هم بخوانید :
٢-٢.d-شکل :استفاده از SCR و آاهش تعداد ترانزیستورهادرمبدل پل  
نامتقارن.   ٣٩  
٢-۴-.aشکل :توپولوژی R-Dump   ١۴  
٢-۴-.bشکل :شکل موجهای توپولوژی R-Dump   ١۴  
٢-۵-.aشکل :مبدل Bifilar   ٢۴  
٢-۵-.bشکل :شکل موجهای مبدل Bifilar   ٣۴  
٢-۶-.aشکل :مبدل، منبع تغذیه dc دو نیمهای.   ۴۴  
٢-۶-.bشکل :شکل موجهای مبدل با منبع تغذیه دو نیمهای.   ۵۴  
٢-٧.a-شکل :مبدل با q ترانزیستور و 2q دیود.   ۶۴  

٢-٧.b-شکل :شکل موجهای مدار فوق با روش اول.                                         ٧۴

٢-٧.c-شکل :شکل موجهای مدار فوق با روش دوم.                                         ٨۴

٢-٨-١.شکل :مبدل با (١(q+ سوئیچ در هر فاز.                                           ٩۴

٢-٨-٢.شکل :ﲠبود یافته مدار(١(q+ ترانزیستوری.                                    ٠۵

٢-٩.a-شکل :مدار مبدل C-Dump                                                                              ١۵

٢-٩.b-شکل :شکل موجهای مبدل C-Dump                                                               ٢۵

٢-١٠-١.شکل :مبدل C-Dump با قابلیت جریان هرزگرد.                             ۴۵

٢-١٠-٢.شکل :عملکرد مدار بدون ﳘپوشانی جریان فازها.                       ۴۵

٢-١١.a-شکل :مبدل با یک ترانزیستور مشﱰك.                                                 ۵۵

٢-١١.b-شکل :عملکرد مدار.                                                                                      ۵۵

٢-١٢.شکل :مبدل با حداقل تعداد ترانزیستورو تغذیه ورودی متغیر.  ٧۵

٢-١٣.شکل :مبدل با ولتاژ DC متغیر و توپولوژی Buck-Boost         ٨۵

٢-۴١.a-شکل :مبدل با (1.5q) سوئیچ.                                                                     ٩۵

٢-۴١.b-شکل :عملکرد مدار.                                                                                      ٩۵

٢-۵١.شکل :مبدل دو مرحلهای.                                                                                ١۶

٣-١.شکل :بلوك دیاگرام مدار آنﱰل موتور.                                                  ٣۶

٣-٢-١.شکل :مدار ساده هر فاز.                                                                           ۴۶

٣-٢-٢.شکل :مدار درایو ترانزیستورهای قدرت.                                           ۵۶

٣-٣-١.شکل :مدار معادل فتواینﱰاپﱰ.                                                               ۶۶

٣-٣-٢.شکل :مدار آامل سنسورها.                                                                         ۶۶

٣-٣-٣.شکل :شکل موجهای ناشی از سنسورها.                                                  ٧۶

٣-۴-١.شکل :پالسهای PWM                                                                                       ٨۶

٣-۴-٢.شکل :مدار سرعت موتور.                                                                              ٨۶

٣-۴-٣.شکل :مدار آنﱰل PI                                                                                        ٩۶

٣-۴-۴.شکل IC-TL494:                                                                                                    ٧٠

۴-١.شکل :مدار معادل موتور رلوآتانسی.                                                       ٧٢

۴-٢-١.شکل :تغییرات اندوکتانس با موقعیت روتور.                                 ۴٧

۴-٢-٢.شکل :پایین شکل،روتوراصلاح شده درمقایسه باروتور معمولی.  ۵٧

۴-٣.شکل :تغییرات اندوکتانس با جریان بر حسب زاویه. ۶٧  
۴-۴.شکل :استفاده از دیودهای هرزگرد برای ﲣلیه سریع تر جریان ٧٨  
سیم پیچ.  
۴-۵.شکل :کنﱰل جریان برای کاهش ریپل گشتاور. ٨٠  
۵-١-١.شکل :شفت انکدر و سه عدد سنسور برای تشخیص موقعیت روتور ٨٢  
دریک موتور سه فاز ۴/۶.  
۵-٢-١.شکل :شکل جریان سیمپیچ در استاتور. ۵٨  
۵-٢-٢.شکل :مدار مبدل ٦ سوئیچه با سه عدد مقاومت sense جریان. ۶٨  
۵-٢-٣.شکل :مقطع عرضی یک موتور رلوکتانس. ٨٧  
۵-٢-۴.شکل :پالسهای اعمال شده به یک فازﳕونه و جریان حاصله ٨٨  
در ﳘان فاز.  
۵-٢-۵.شکل :پالسهای اعمال شده به سه فاز و جریان حاصله در ٨٩  
فازها.  
۵-٢-۶.شکل :فاز A در حالت ﳘپوشانی کامل. ٩٢  
۵-٢-٧.شکل :فاز A در حالت عدم ﳘپوشانی کامل. ٩٢  
۵-٢-٨.شکل :پالسهای تشخیص و فرمان اعمال شده به یک فاز و ۴٩  
جریاای حاصله.  
۵-٢-٩.شکل :پالسهای تشخیص و فرمان اعمال شده به یک فاز و ۵٩  
جریاای حاصله بعد از تقویت.  
۵-٢-١٠.شکل :جریاای حاصل از پالسهای تشخیص هرسه فاز به ۵٩  
صورت مالتی پلکس شده.  
۵-٢-١١.شکل :پالسهای تشخیص وفرمان دو فاز متوالی. ۶٩  
۵-٣-١.شکل :ترتیب فرمان ها برای حرکت راست گرد یا چپ گرد. ٩٧  
۶-١.a-شکل :منحنی جریان فازها. ٩٩  
۶-١.b-شکل :منحنی گشتاور قبل از آنﱰل جریان. ٩٩  
۶-١.c-شکل :منحنی گشتاور باآنﱰل جریان. ٩٩  
۶-٢.شکل :منحنی گشتاور برحسب سرعت موتور. ١٠٠  
۶-٣.شکل :ارتباط میکرو با A/D و آنالوگ سوئیچ. ١٠٣  
۶-۴.شکل :مدار تغذیه رگوله شده برای درایور. ۴١٠  

۶-۵.شکل :مدار تولید کننده PWM بر اساس سرعت.                                    ۵١٠

۶-۶.شکل :مدار مبدل۶ سوئیچه به ﳘراه مدار ﳏدود کننده جریان.    ۶١٠

۶-٧.شکل :یک فاز از مدار مبدل به ﳘراه درایور MOSFET ها .       ١٠٧

۶-٨.شکل :مدار راه انداز و مدار مبدل به ﳘراه موتور.             ١٠٨

۶-٩.شکل :استاتور موتور ماشین لباسشویی.                                                  ١٠٩

۶-١٠.شکل :روتور موتور ماشین لباسشویی.                                                     ١٠٩

چکیده

ویژگیهای جذاب و مفید موتورهای رلوکتانس سوئیچی باعث افزایش میزان کاربرد آا در صنعت شده است که می توان به مواردی از قبیل هزینه پایین تولید، قابلیت کار در سرعت های ﳐتلف، راندمان بالا و دوام زیاد اشاره کرد. پیشرفت الکﱰونیک قدرت و رشد چشمگیر صنعت نیمه هادی تأثیر فراوانی بر طراحی و ساخت راه اندازهای موتورهای رلوکتانسی بر جای اده است. به این

صورت که با در دسﱰس قرار گرفﱳ مدارهای ﳎتمع ﳐتلف و کاهش

قیمت آا، این ادوات در ساخت راه اندازهای موتورهای رلوکتانسی مورد استفاده قرار گرفته و روز به روز باعث هوﴰندترشدن این راه اندازها گردیده اند.

به طورکلی دو روش برای راه اندازی موتورهای رلوکتانسی وجود

دارد :

١- روشهای مبتنی بر داشﱳ سنسور ٢- روشهای بدون سنسور روشهای بدون سنسور به علت حذف سنسورها و ﳘچنین اتصالات

مربوطه در صنعت دارای طرفداران بیشﱰی می باشد که از عمده ترین دلایل آن می توان به خراب شدن سنسورها به مرور زمان و نیاز به تنظیم سنسورها اشاره کرد. روشهای بدون سنسور به علت پیشرفت روزافزون علم الکﱰونیک و کنﱰل رشد چشمگیری پیدا کرده اند و با استفاده از مفاهیم ﳐتلف تنوع زیادی یافته اند. در فصل یک، ساختار موتورهای رلوکتانسی مورد بررسی قرار گرفته

است و در فصل دوم انواع مدارات مبدل ارائه شده و در فصل سوم راه اندازی با استفاده از سنسور گفته شده است و در فصل
چهارم رابطه ریاضی گشتاور مورد بررسی واقع شده و روش های عملی جهت کاهش ریپل گشتاور ارائه شده است و در فصل پنجم جزئیات روشی نوین در راه اندازی بدون سنسور موتورهای رلوکتانس سوئیچ شونده را بیان می کنیم.

ﳘچنین در ضمائم، نقشه های ﴰاتیک سخت افزار و اطلاعات نرم افزاری مدار راه انداز آمده است.

مقدمه

با توجه به پیشرفت روز افزون صنایع نیمه هادی، موتورهای رلوکتانسی جایگاه ویژه ای در عرصه های ﳐتلف صنعت پیدا کرده اند. از ﲨله دلایل این امر می توان به مواردی از قبیل سادگی ساختمان این نوع موتورها، راندمان بالای آا نسبت به سایر موتورها و عدم نیاز به نگهداری اشاره کرد.

موتورهای رلوکتانسی بر خلاف اغلب موتورهای الکﱰیکی نیاز به یک سیستم راه انداز دارند، این سیستم راه- انداز به طور کلی به دو روش زیر قابل طراحی می باشد :

  • با استفاده از سنسور

 

  • بدون استفاده از سنسور

روشهای بدون سنسور به علت نداشﱳ سنسور و ﳘچنین اتصالات مربوطه در صنعت دارای طرفداران بیشﱰی می باشد که از عمده ترین دلایل آن می توان به توانایی کارکرد موتور در شرایط نامناسب ( از قبیل ﳏیطهای بسیار گرم و پر گرد و غبار ) و

عدم نیاز به تنظیم و نگهداری مداوم سنسور اشاره کرد.

روش ارائه شده مبتنی بر اعمال پالسهای شناسایی به موتور هم در مرحله ایستا و هم در مرحله چرخش می- باشد. عمده ترین مزایای این روش را نسبت به سایر روشهای مرسوم می توان در

موارد زیر ذکر کرد:

موضوعات: بدون موضوع  لینک ثابت
 [ 02:34:00 ق.ظ ]




-1-3-2 معادلات ریاضی حاکم بر ماشین سنکرون 23……… ……………

-2-3-2 معادلات حرکت 28                                            ………………………………………………………………………………………

-4-2 پارامترهای ماشین سنکرون 29…………………………………………………………… …………………………………………………………..

-1-4-2 پارامترهای اساسی………………………………………………………… 29

-2-4-2 پارامترهای عملیاتی 30………………………………………………………………………………. ………………………………….

-3-4-2 پارامترهای دینامیکی………………………………………………….. 31

-5-2 محاسبه پارامترهای دینامیکی ماشین سنکرون بر اساس پارامترهای اساسی

ماشین……….. 31

-1-5-2 محاسبه راکتانسهای ماشین 33

-2-5-2 محاسبه ثابت زمانی های ماشین………………………………… 35
-6-2 مراتب مختلف مدلهای ماشین سنکرون بر اساس مدل دو محوری پارك    37

فصل سوم: بررسی روشهای شناسایی پارامترهای دینامیکی ژنراتور سنکرون        ..………………………………………………………………………………………………… 39

-1-3 مروری بر پیشینه شناسایی پارامترهای ژنراتورهای سنکرون 40         .…………………………………………………………………………………………………. ………………………..

-2-3 انواع روشهای تعیین پارامترهای دینامیکی ژنراتور سنکرون 42       .……………………………………………………………………………………………….. ………………………….

-1-2-3 روشهای کلاسیک اندازه گیری پارامترهای دینامیکی ژنراتورهای شبکه    42

-2-2-3 روشهای جدید تعیین پارامترهای دینامیکی ژنراتورهای سنکرون     43

فصل چهارم: شناسایی بلادرنگ پارامترهای ژنراتور سنکرون با استفاده از شبکه عصبی

مصنوعی ..… ..      45

-1-4 کلیات و اصول کارشبکه های عصبی 46………………………………………………………………………………….. ………………………………

-2-4 اصول کار شبکه عصبی تخمین گر پارامترها……………… 46

-1-2-4 دادههای آموزشی و آموزش شبکه عصبی………. .…………. 48

-2-2-4 تست شبکه عصبی تخمینگر……………………………………………… 50

-3-4 نتایج 51……………. .………………………………………. …………………………………………………………

-1-3-4 نمونههایی از نتایج شبکه عصبی تخمینگر…. 53

-2-3-4 بررسی تحلیلی نتایج .……………………………………… 89

 

فصل پنجم: نتیجهگیری و پیشنهادات .…….. ..…………………………….. 97

ضمیمهها…………………………………………………………………………………………………. 100

ضمیمهالف- طرحهای بکار گرفته شده برای شبیهسازی ژنراتور سنکرون      101

ضمیمهب- نمودار پارامترهای بکار گرفته شده در شبیهسازی ژنراتور سنکرون ..………………………………………………………………………………………………………….. 105

منابع و ماخذ……………………………………………. .……………………………………. 110

فهرست جدول ها

عنوان شماره صفحه
1-2 : مراتب مختلف مدلهای ژنراتور سنکرون 24
1-4 : فهرست پارامترهای دینامیکی ژنراتورهای سنکرون 38
2-4 : نتایج شبکه عصبی در دوره آموزش و تست از دیدگاه فراوانی خطا 81
3-4 : نتایج شبکه عصبی در دوره آموزش و تست از دیدگاه دامنه خطا 82

فهرست شکلها

عنوان شماره صفحه
: 1-1 نمای کلی فرایند ارزیابی و بهبود سیستمهای قدرت 3
: 1-2 مدارهای استاتور و روتور ماشین سنکرون 9
:2-2 مدار معادل ماشین بر اساس تئوری پارك 13
:3-2 توزیع شار در ماشین سنکرون طی دورههای زیرگذرا، گذرا و ماندگار 18
:4-2 مدار معادل ژنراتور سنکرون در حالت ماندگار 19
:5-2 مدار معادل ماشین سنکرون در دوره گذرا 20
:6-2 مدار معادل ماشین سنکرون طی دوره زیر گذرا 20
:7-2 مدار معادل ماشین جهت استخراج ثابت زمانی های گذرای مدار باز 21
: 8-2 مدارمعادل ماشین جهت استخراج ثابت زمانی های زیر گذرای مدار باز 22
: :1-4 طرح کلی سلول عصبی انسان 32
:2-4 شکل کلی سلول عصبی مصنوعی 33
:3-4 ساختار شبکه عصبی توسعه یافته 33
:4-4 شکل کلی روش تهیه اطلاعات بهرهبرداری ژنراتورهای سنکرون 35
:5-4 آلگوریتم آموزش شبکه عصبی 36
:6-4 طرح کلی روش تست و بهرهبرداری از شبکه عصبی 37
:7-4 نمودار خروجی شبکه عصبی درفرایند آموزش برای تخمین xd” 39
:8-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 39
:9-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 40
:10-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین xd” 40 این مطلب را هم بخوانید :
:11-4 هیستوگرام خطای شبکه عصبی در مرحله تست 41
:12-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 41
:13-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین xd” 42

 

:14-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 42
:15-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 43
:16-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین xd” 43
:17-4 هیستوگرام خطای شبکه عصبی در مرحله تست 44
:18-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 44
:19-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین xd” 45
:20-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 45
:21-4 نمودار خطای تخمین شبکه عصبی در مرحلهآموزش 46
:22-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین xd” 46
:23-4 هیستوگرام خطای شبکه عصبی در مرحله تست 47
:24-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 47
:25-4 نمودار خروجی شبکه عصبی درفرایند آموزش برای تخمین xq” 48
:26-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 48
:27-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 49
:28-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین xq” 49
:29-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 50
:30-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 50
:31-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین xq” 51
:32-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 51
:33-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 52
:34-4 نمودار خروجی شبکه عصبی تحت تست برای تخمین xq” 52
:35-4 هیستوگرام خطای شبکه عصبی در مرحله تست 53
:36-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 53
:37-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین xq” 54
:38-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 54
:39-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 55

 

:40-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین xq” 55
:41-4 هیستوگرام خطای شبکه عصبی در مرحله تست 56
:42-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 56
:43-4 نمودار خروجی شبکه عصبی درفرایند برای تخمین Td” 57
:44-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 57
:45-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 58
:46-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین Td” 58
:47-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 59
:48-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 59
:49-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین Td” 60
:50-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 60
:51-4 نمودار خطای تخمین شبکه عصبی در مرحلهآموزش 61
:52-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین Td” 61
:53-4 هیستوگرام خطای شبکه عصبی در مرحله تست 62
:54-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 62
:55-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین Td” 63
:56-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 63
:57-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 64
:58-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین Td” 64
:59-4 هیستوگرام خطای شبکه عصبی در مرحله تست 65
:60-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 65
:61-4 نمودار خروجی شبکه عصبی درفرایند آموزش برای تخمین Tq” 66
:62-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 66
:63-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 67
:64-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین Tq” 67
:65-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 68

 

:66-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 68  
:67-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین Tq” 69  
:68-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 69  
:69-4 نمودار خطای تخمین شبکه عصبی در مرحلهآموزش 70  
:70-4 نمودار خروجی شبکه عصبی تحت تست برای تخمین Tq” 70  
:71-4 هیستوگرام خطای شبکه عصبی در مرحله تست 71  
:72-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 71  
:73-4 نمودار خروجی شبکه عصبی در فرایند آموزش برای تخمین Tq” 72  
:74-4 هیستوگرام خطای شبکه عصبی در مرحله آموزش 72  
:75-4 نمودار خطای تخمین شبکه عصبی در مرحله آموزش 73  
:76-4 نمودار خروجی شبکه عصبی در فرایند تست برای تخمین Tq” 73  
:77-4 هیستوگرام خطای شبکه عصبی در مرحله تست 74  
:78-4 نمودار خطای تخمین شبکه عصبی در مرحله تست 74  
ض-:1 طرح شبیه سازی ژنراتور سنکرون متصل به شین بینهایت با اغتشاش تغییر 88  
ناگهانی تحریک  
   
ض-:2 طرح شبیه سازی ژنراتور سنکرون متـصل بـه شـین بینهایـت بـا اغنـشاش 89  
اتصالکوتاه درترمینال ژنراتور  
   
ض-:3 طرح شبیه سازی ژنراتور سنکرون متصل به شین بینهایت با اغتشاش تغییر 90  
ناگهانی توان ورودی  
   
ض-:4 تغییرات مقادیر Xd بکار گرفته شده 92  
ض-:5 تغییرات مقادیر Xd‘ بکار گرفته شده 92  
ض-:6 تغییرات مقادیر Xd” بکار گرفته شده 92  
ض-:7 تغییرات مقادیر Xq بکار گرفته شده 93  
ض-:8 تغییرات مقادیر Xq” بکار گرفته شده 93  
ض-:9 تغییرات مقادیر Xl بکار گرفته شده 93  
ض-:10 تغییرات مقادیر Td’ بکار گرفته شده 94  
ض-:11 تغییرات مقادیر Td” بکار گرفته شده 94  

 

ض-:12 تغییرات مقادیر Tq” بکار گرفته شده 94
ض-:13 تغییرات مقادیر Rs بکار گرفته شده 95
ض-:14 تغییرات مقادیر WR بکار گرفته شده 95
ض-:15 تغییرات مقادیر H بکار گرفته شده 95

چکیدة پایاننامه:

این پروژه روشی نو را برای بکارگیری رؤیتگرهای شبکه عـصبی در جهـت شناسـایی و تعیـین پارامترهـای دینامیکی ژنراتورهای سنکرون با استفاده از اطلاعات بهرهبرداری ارائه کرده است. اطلاعات بهـرهبـرداری از طریق اندازهگیریهای بلادرنگ بعمل آمده در قبال اغتشاشات حوزة بهرهبرداری فراهم مـیشـود. دادههـای آموزشی مورد نیاز شبکه عصبی از طریق شبیهسازیهای غیرهمزمـان بهـرهبـرداری از ژنراتـور سـنکرون در محیط یک ماشین متصل به شین بینهایت فراهم شده است. مقـادیر نمونـه ژنراتورهـای سـنکرون در مـدل مذکور بکار گرفته شدهاند. شبکه آموزش دیده در قبال اندازهگیریهای بلادرنگ شبیهسازی شـده در جهـت تخمین پارامترهای دینامیکی ژنراتورهای سنکرون تست شده است. مجموعه نتایج بدست آمده نشان دهنـده قابلیتهای نوید بخش شبکه عصبی مصنوعی در حوزة تخمین پارامترهای دینامیکی ژنراتورهـای سـنکرون، بصورت بلادرنگ و با استفاده از اطلاعات بهرهبرداری میباشد. اگرچه برای دست یـابی بـه خطـای تخمـین قابل قبول در مسیر شناسایی کلیه پارامترهای دینامیکی ژنراتورهای سنکرون، پارهای اصلاحات ضروری بـه نظر میرسد. در نگاه کلّی این اقدامات تکامل بخش را میتوان به دو مجموعه: پیشنهادات مربوط به اصـلاح شبکه عصبی رؤیتگر در حوزة شبیهسازی و آموزش و بخش دیگر را به عنوان گامهای تکاملی تلقی نمود، که سازماندهی این گامها در مبادی ورودی و خروجی شبکه عصبی، زمینه مناسبتـری را بـرای بهـرهگیـری از قابلیتهای آن فراهم خواهد کرد.

کلید واژه:

ژنراتور سـنکرون، پارامترهـای دینـامیکی، شناسـایی بلادرنـگ، شـبکههـای عـصبی مـصنوعی، اطلاعـات بهرهبرداری

مقدمه:

در سالهای اخیر با پیشرفت سیستمهای کامپیوتری, سیستمهای هوش مصنوعی نیز متولد شده و رشد کرده است. یکی از سیستمهای هوش مصنوعی, شبکه های عصبی مصنوعی هستند. این شبکه ها به علت عواملی چون قطعیت در پاسخ, سادگی در اجرا, قابلیت انعطاف بالا و …. جایگاه ویژه ای را به خود اختصاص داده اند. با توجه به ساختار و کارکرد شبکه های عصبی مصنوعی و اهمیت تعیین پارامترهای دینامیکی اجزاء سیستمهای قدرت از جمله ژنراتورهای سنکرون, بهره گیری از شبکه های عصبی مصنوعی در این حوزه قابل طرح است. از طرف دیگی نتایج ارائه شده از بکار گیری این شبکه ها در حوزه های مشابه, کارکردهای نوید بخشی را نشان می دهد. با توجه به مراتب فوق این پروژه بر آنست تا با طراحی و اجرای طرح شناسایی پارامترهای دینامیکی ژنراتورهای سنکرون با استفاده از شیکه عصبی مصنوعی, قابلیت های این سیستم را در حوزه شناسایی بلادرنگ پارامترهای دینامیکی ژنراتورهای سنکرون نیز بیازماید.

موضوعات: بدون موضوع  لینک ثابت
 [ 02:33:00 ق.ظ ]




 

عنوان مطالب شماره  
  صفحه  
     
۲-۳-۱بهینه سازی به روش گرادیان کاهشی ۵۳  
۲-۳-۱-۱-روش گرادیان کاهشی با باقیمانده ۶۳  
۲-۳-۱-۲-روش گرادیان نزولی بدون باقیمانده ۸۳  
۲-۳-۲تأثیر η بر سرعت همگرایی وناپایداری سیستم ۸۳  
۲-۳-۳-عیب روش گرادیان کاهشی ۹۳  
۲-۳-۴-راه حلهای پیشنهادی برای خروج از مینیمم های محلی ۹۳  
۲-۳-۵-حل مسأله بهینه سازی توسط شبکه های عصبی ۳۴  
فصل سوم:شبیه سازی کنترل پیش بین مبتنی بر مدل فازی-عصبی بر روی یک فرآیند سه    
تانکه تنظیم ارتفاع مایع    
۳-۱-مقدمه ۶۴  
۳-۲-توصیف فرآیند ۶۴  
۳-۳تعیین مدلی برای سیستم تحت کنترل،جهت کنترل پیش بین خروجیهای آینده سیستم و استفاده ۷۴  
از آنها در کمینه سازی تابعی    
۳-۳-۱-مدلسازی سیستم با استفاده از شبکه عصبی ۷۴  
۳-۳-۱-۱-ایجاد داده های آموزش،داده های درستی وداده های امتحان ۹۴  
۳-۳-۲-مدلسازی سیستم با استفاده از شبکه فازی-عصبی ۴۵  
۳-۴-طراحی کنترل پیش بین مبتنی بر مدل عصبی-فازی برای فرآیند تنظیم ارتفاع مایع در سه تانک ۴۵  
۳-۴-۱-بررسی اثر افقهای پیش بین و کنترل در عملکرد ردیابی مسیرمرجع NMPC ۹۵  
۳-۴-۲-بررسی اثر ضرایب وزنی در عملکرد ردیابی مسیرمرجع NMPC ۰۶  
۳-۵- طراحی کنترل پیش بین مبتنی بر مدل عصبی-فازی برروی فرآیند دوم ۵۶  
فصل چهارم:نتیجه گیری و ارائه پیشنهادات    
۴-۱-جمع بندی و نتیجه گیری ۲۷  
۴-۲-پیشنهادات برای کارهای آینده ۳۷  
منابع و مآخذ ۵۷  
فهرست منابع فارسی  
فهرست منابع لاتین ۶۷  
چکیده انگلیسی ۸۷  

فهرست شکلها

عنوان شماره صفحه
 
شکل ۱-۱:اصل کنترل پیش بین مبتنی بر مدل-تعیین ورودی مناسب با توجه به ورودی ها و ۸
خروجیهای قبلی و خروجیهای پیش بینی شده سیستم به منظور حفظ خروجیها در محدوده  
مسیرمرجع  
شکل۱-۲-نمودار بلوکی ساختارMPC ۰۱
شکل۲-۱- ساختار کنترل کننده پیش بین عصبی ۷۱
شکل ۲-۲-مدل NARMAX عصبی ۷۱
شکل ۲-۳-ساختار شبکه عصبی تأخیرزمان ۷۱
شکل ۲-۴-روشهای شناسایی سری-موازی و موازی ۸۱
شکل۲-۵-شبکه عصبی پیش خورد FNN ۹۱
شکل ۲-۶-شبکه عصبی بازگشتی RNN ۹۱
شکل۲-۷-ساختار یک کنترل کننده فازی ۰۲
شکل۲-۸-دی فازی ساز میانگین مراکز ۳۲
شکل ۲-۹-نمایش تبدیل دانش خبره به سیستمهای فازی ۳۲
شکل۲-۰۱-نمایش مدلسازی فازی به روش تاکاگی-سوگنو ۶۲
شکل۲-۱۱-رفتار یک سیستم غیر خطی و تفکیک آن به چند زیر سیستم ۰۳
شکل ۲-۲۱- ساختار مدل ANFIS ۴۳
شکل ۲-۳۱- نمایش نحوه عملکرد روش گرادیان کاهشی ۶۳
شکل ۲-۴۱-نمایش اثرات ضریب یادگیری η در رسیدن به نقطه مینیمم کلی ۹۳
شکل۲-۵۱- تابع هزینه برحسب ورودیهای v1,v2ونمایش مینیمم های محلی و کلی ۰۴
شکل۲-۶۱- نمایش استفاده از مدل وارونه برای تخمین نقطه شروع ۱۴
شکل۲-۷۱- تاثیر روش اندازه حرکت بر عبور از مینیمم های محلی ۲۴
شکل۲-۸۱-تاثیر روش ηخود تنظیم بر عبور از مینیمم های محلی ۳۴
شکل۲-۹۱- بلوک دیاگرام حل مسأله بهینه سازی به وسیله شبکه های عصبی ۳۴
شکل۳-۱- ساختار سیتم سه تانکه ۷۴
شکل۳-۲- توپولوﮊی شبکه المان ۸۴
شکل ۳-۳-:شبکه المان اصلاح شده با اضافه شدن فیدبک با گین a ۸۴
شکل ۳-۴: استفاده از شبکه mlp برای مدل کردن شبکه المان ۹۴
شکل ۳-۵- داده های ورودی v1,v2 برای آموزش ۰۵
شکل ۳-۶-داده های ورودی اول و دوم برای تعیین درستی آموزش ۱۵
شکل۳-۷-داده های ورودی اول و دوم برای امتحان آموزش ۱۵

 

عنوان شماره
  صفحه
   
شکل۳-۸-نمودارعملکردشبکه عصبی برای ۰۰۰۰۲نقطه در روی هرورودی به همراه خروجی حالـت ۲۵ این مطلب را هم بخوانید :
قبل و مشتق خروجی ها وورودی حالت قبل تر  
شکل۳-۹- نمودارورودیها و خروجیهای سیستم((h1,h2 و خروجیهای مدل عصبی سیستم ۳۵
شکل ۳-۰۱-تطبیق خروجی اول (خروجی h1 )و خروجی مدل عصبی ۳۵
شکل۳-۱۱-تطبیق خروجی دوم(خروجی h2 )و خروجی مدل عصبی ۴۵
شکل۳-۲۱- تطبیق خروجی اول(خروجیh1 )و خروجی مدل عصبی-فازی ۴۵
شکل۳-۳۱- تطبیق خروجی دوم(خروجی h2 )و خروجی مدل عصبی-فازی ۵۵
شکل۳-۴۱-نمایش سطح سه بعدی تغییرات v1,v2,h1در مدلسازی عصبی-فازی ۵۵
شکل۳-۵۱-نمایش سطح سه بعدی تغییرات v1,v2,h2 در مدلسازی عصبی-فازی ۶۵
شکل۳-۶۱- سطر اول نمودار ردیابی مسیر مرجع توسط خروجیهای سیستم کنترل شده –سطر ۷۵
دوم تلاش کنترلی ورودی( (η = 0.05  
شکل۳-۷۱- سطر اول نموداراثرافزایش ضریب یادگیری( (η = 0.3بر ناپایداری سیستم کنترل شده- ۸۵
سطر دوم ناپایداری تلاش کنترلیu  
شکل۳-۸۱- سطر اول نمودار ردیابی مسیر مرجع توسط خروجیهای سیستم کنترل شده-سـطر دوم ۸۵
تلاش کنترلی ورودی( (η = 0.1شرط پایان محاسبه ورودی:uالف) ∆u = 0.001 ب)- ∆u = 0.0001  
شکل۳-۹۱- عملکرد تعقیب نقطه تنظیم اول(خروجی NMPC (h1 به ازای افق های پیش بین ۹۵
مختلف  
شکل۳-۰۲- عملکرد تعقیب نقطه تنظیم دوم(خروجی NMPC (h2 به ازای افق های پیش بین ۰۶
مختلف  
شکل۳-۱۲- عملکرد ردیابی نقطه تنظیم اول(خروجی NMPC (h1 به ازای تغییرات ضرایب وزنی R ۱۶
شکل۳-۲۲- عملکرد ردیابی نقطه تنظیم دوم(خروجی NMPC (h2 به ازای تغییرات ضرایب وزنیR ۱۶
شکل۳-۳۲- سیگنالهای کنترلی ورودیNMPC) v1 )به ازای تغییرات R ۲۶
شکل۳-۴۲- سیگنالهای کنترلی ورودیNMPC) v2 )به ازای تغییرات R ۲۶
شکل۳-۵۲- عملکرد ردیابی نقطه تنظیم اول(خروجی NMPC (h1 به ازای تغییرات ضرایب وزن Q ۳۶
شکل ۳-۶۲-عملکرد ردیابی نقطه تنظیم دوم(خروجی NMPC (h2 به ازای تغییرات ضرایب وزن Q ۳۶
شکل۳-۷۲- سیگنالهای کنترلی ورودیNMPC) v1 )به ازای تغییرات Q ۴۶

 

عنوان شماره
  صفحه
   
شکل۳-۸۲- سیگنالهای کنترلی ورودیNMPC) v2 )به ازای تغییرات Q ۴۶
شکل ۳-۹۲-سطر اول نمونه ای از گیر کردن سیستم در مینیمم های محلی(عدم ردیابی خروجی) ۵۶
شکل۳-۰۳- نمودار ورودیها و خروجیها((h1,h2 و خروجیهای مدل عصبی سیستم دوم ۶۶
شکل ۳-۱۳- تطبیق خروجی اول(خروجیh1 )و خروجی مدل عصبی سیستم دوم ۷۶
شکل۳-۲۳- تطبیق خروجی دوم(خروجی h2 )و خروجی مدل عصبی سیستم دوم ۷۶
شکل ۳-۳۳- تطبیق خروجی اول و دوم و خروجی مدل فازی سیستم دوم- مرجع ]۶۳[ ۸۶
شکل۳-۴۳- تطبیق خروجی اول(خروجیh1 )و خروجی مدل فازی-عصبی سیستم دوم ۸۶
شکل۳-۵۳- تطبیق خروجی دوم(خروجی h2 )و خروجی مدل فازی-عصبی سیستم دوم ۸۶
شکل۳-۶۳-ردیابی مسیرمرجع و خروجی اول کنترل پیش بین بر مدل فازی-عصبی وروش گرادیان ۹۶
کاهشی  
شکل۳-۷۳-ردیابی مسیرمرجع و خروجی دوم کنترل پیش بین بر مدل فازی-عصبی وروش گرادیان ۹۶
کاهشی  
شکل۳-۸۳-ردیابی مسیرمرجع و خروجی اول کنترل پیش بین مبتنی بر مدل فازی وروش ۰۷
فانکشنال-مرجع ]۶۳[  
شکل۳-۹۳-ردیابی مسیرمرجع و خروجی دوم کنترل پیش بین مبتنی بر مدل فازی وروش ۰۷
فانکشنال-مرجع ]۶۳[  

چکیده:

در این پروﮊه،کنترل پیش بین غیرخطی بر پایه مدل عصبی-فازی جهت کنترل فرآیندهای چند ورودی-

چندخروجی ارائه شده است .بخش عصبی از شبکه المان بازگشتی اصلاح شده و بخش فازی-عصبی از مدل فازی-عصبی تطبیقی ANFIS برای مدلسازی استفاده کرده است.بـرای جمـع آوری داده هـا جهـت شناسـایی مدل،۰۰۰۰۲ داده از دستورrandgen نرم افزار MATLAB به دست آمده است.این روش شـامل خـصوصیات جالب کنترل پیش بین کلاسیک است .به علت اینکه از روش گرادیان کاهشی ،که یـک الگـوریتم روشـن و ساده است؛ برای حل مسأله بهینه سازی استفاده می کند، با همگرایی بیشتری به نقطه بهینه تلاش کنترلـی مـی رســیم.مــشکلات ایــن روش بهینــه ســازی را بــا الگوریتمهــای اثبــات شــده(مــدل وارونه،انــدازه حرکــت و

ηخودتنظیم) به میزان قابل توجهی برطرف نمـوده ایـم. جهـت بررسـی عملکـرد ایـن روش کنترلـی بـرروی فرآیندهای چند ورودی-چند خروجی ازفرآیند تنظیم ارتفاع مایع در سه تانک که به مخزن جمع آوری مایع متصل اند،استفاده شده است.نتایج شبیه سازیها نشان می دهندکه مدل فـازی-عـصبی ارائـه شـده در شناسـایی فرآیندهای غیرخطی بسیار توانا بوده و یک مدل مناسب از فرآیندرا شناسایی می کنـد.همچنـین کنتـرل پـیش بین مبتنی بر این مدل (فازی-عصبی) در میزان فراجهش و زمان نشست،دارای عملکرد بهتری است.

کلیــد واﮊه:کنتــرل پــیش بــین غیرخطــی چندمتغیره،مــدل فــازی-عــصبی،بهینه ســازی بــه روش گرادیــان کاهشی،فرآیند تنظیم ارتفاع مایع در تانک.

مقدمه:

امروزه لزوم کنترل بهینه سیستمهای غیر خطی چند متغیره به منظور رسیدن به پایداری و پاسخ مطلوب بیشتر احساس می شود. با توجه به گـسترش روز افـزون و پیـشرفت تکنولـوﮊی در زمینـه پیـاده سازی محاسبات حجیم و پیچیـده,امکـان اسـتفاده از الگوریتمهـای غیـر خطـی مربـوط بـه سیـستمهای چندورودی/چند خروجی ایجاد شده است.این امر باعث شده است که در سالهای اخیر محققـین بـسیاری در این زمینه تحقیقات زیادی انجام داده و الگوریتمهای مناسب تری ارائه دهند.تکنیکهای طراحی بـسیار کمی وجود دارند که می توانند پایداری پروسه را در حضور مشخصات غیـر خطـی و محـدودیتها تـضمین کنند.کنترل پـیش بـین مبتنـی بـر مـدل١ (MPC) یکـی از ایـن تکنیکهاسـت]۶MPC . [بـه دسـته ای ازالگوریتمهای کامپیوتری اشاره دارد که رفتار آینده پروسه را از طریق استفاده از یـک مـدل صـریح از آن فرآیند کنترل می کند.الگوریتم MPC در هر بازه کنترلی یک دنبالـه حلقـه بـاز از تنظیمـات متغیرهـای دستکاری شونده (MV)2 را جهت بهینه سازی رفتار آینده پروسه محاسبه می کنـد.اولـین ورودی دنبالـه بهینه به پروسه اعمال گردیده و عملیات بهینه سازی در بازه های کنترلی دیگـر تکـرار مـی شـود]۶. [ بـا توجه به خواص بسیار مطلوب کنترل کننده های پیش بین مبتنی بـر مـدل ،ایـن کنتـرل کننـده هـا بـه سرعت در محدوده وسیعی از صنایع مختلف به کار گرفته شدند.طوری که تا سـال ۶۹۹۱ بـیش از ۰۰۲۲ مورد پیاده سازی عملی از این کنترل کننده ها که مدل خطی را به کار برده اند،گزارش شده است.این در حالیست که حدود ۰۸ درصد این پیاده سازی ها در صنایع پتروشیمی مـی باشـد]۷و۸.[ امـروزه ،کـاربرد کنترل کننده های MPC بر اساس مدلهای دینامیک خطی ،محدوده وسیعی از کاربردهـا را پوشـش مـی دهدو MPC خطی به حد کمال رسیده اسـت ]۹[ .بـا ایـن وجـود ،تعـدادی از فرآینـدهای تولیـدی ذاتـاﹰ غیرخطی هستندو حالتهایی وجود دارند که در آنها اثرات غیر خطی اهمیت زیادی می یابد و قابـل چـشم پوشی نیست.اینها حداقل دو دسته وسیع از کاربردها را در بر می گیرند]۶: [

۱-مسائل کنترل تنظیمی که فرایند به شدت غیرخطی بوده و به طور متوالی در معرض اغتشاشات بزرگ قرار دارد(کنترل pHو….).
۲-مسائل کنترل تعقیبی که نقاط کار عملیاتی به تناوب تغییر می کندو محدوده وسـیعی از دینامیکهـای فرایند غیر خطی را پوشش می دهد(صنایع پلیمری،سنتز آمونیاک و…..).

در اینگونه مسائل اغلب مدلهای خطی برای توصیف دینامیکهای فراینـد نامناسـب اسـت و مـدلهای غیـر خطی بایستی مورد استفاده قرار گیرند.کنترل پیش بـین غیرخطـی (NMPC)3 توسـعه خـوبی از کنتـرل پیش بین خطی به جهان غیرخطی است.NMPC از نظر مفهومی شبیه همتای خطی خـود اسـت بـا ایـن تفاوت که برای بهینه سازی و پیش بینی فرایند از مدلهای دینامیک غیر خطی استفاده می گردد]۹.[

مدلسازی سیستمهای غیر خطی از سه راه عمـده قابـل انجـام اسـت.راه اول اسـتفاده از مـدلهای مختلف برای نقطه های گوناگون کار سیستم است.راه دوم استفاده از معادلات پایه ای مانند تبدیلات جرم و انرﮊی است که در اکثر کاربردها به علت پیچیدگی فرآیند این کار مـشکل اسـت.راه سـوم و بهتـرین راه
استفاده از مدلهای جعبه سیاه و تنها براساس داده های ورودی-خروجی یا به عبارتی شناسایی فرایند می باشد.در واقع مدلسازی تجربی پروسه ، تبدیل داده های ورودی وخروجی موجود بـه یـک رابطـه ورودی-

خروجی است که می توان برای پیش بینی رفتار آینده سیستم از آن استفاده کرد]۹.[مدلهای مختلفی بـر اساس مدلسازی تجربی ارائه شده اند.مدلهای ارائه شده را می توان به ۲ دسته کلاسیک و هوشمند تقسیم بندی کرد.از مدلهای کلاسـیک مـی تـوان بـه مـدلهای ولتـرا١ ، چنـد جملـه ای NARMAX ، مـدلهای همرشتاین و وینر٢ اشاره کردو برای مدلهای هوشمند می توان مدلهای عصبی،عصبی-فازی و فازی را نـام برد]۰۱.[

به طور خاص مدلهای عصبی و فازی دارای ساختار ساده ای هستند که کاربردشان را در NMPC

آسان می کند.شبکه های عـصبی مـصنوعی ابزارهـای مناسـبی جهـت سـاختن مـدل فرآینـد غیرخطـی هستند.زیرا نسبت به روشهای کلاسیک،توسعه آسانتری یافته اند،پیچیدگی معادلات دیفرانـسیل معمـولی را ندارنـد،حجم محاسـبات NMPCدر آنهـا کـم و قابلیـت تقریـب پروسـه هـا را بـا هـر دقـت دلخـواهی دارند]۷و۸.[مدل عصبی برای مسائل کنترل به خصوص سیستمهای پیچیده که مدلـسازی آنهـا یـا میـسر نیست و یا به سختی انجام می شود،بسیار مناسب می باشد.

مدلهای فازی را می توان بـه عنـوان یـک سیـستم دینـامیکی غیرخطـی در نظـر گرفـت کـه قادرنـد سیستمهای واقعی را هر چقدر پیچیده ،از روی داده های تجربی و براساس محاسبات عددی با دقت خاص تقریب بزنند. همچنین مدلهای فازی بدلیل سازگاری بـا منطـق بـشری و اسـتفاده از آنهـا در ترکیـب بـا الگوریتم های MPC خطی،جزﺀ روشهای مناسب مدلسازی غیر خطی می باشند]۹و۰۱.[

دومین بخش در کنترل پیش بین غیر خطی ، بخش بهینه سازی و کنترل است.کنترل پیش بین غیر خطی یک استراتژی کنترلی است که کاربرد روشهای بهینه سازی در آن ضروری است.بهینـه سـازی درNMPC نسبت به حالتهای خطی نیازمند محاسبات طولانی و وقت گیرتری اسـت]۹۱.[در حالـت کلـی ودر اغلب حالات ،مسائل کنترل بهینهNMPC به یک مسأله برنامه ریزی غیر خطی٣ (NLP) ابعاد محدود منجر می گردند.این مسأله برنامه ریزی غیر خطی ، با استفاده از برنامه ریزی مربعی ترتیبی٤ (SQP) قابل حل است]۰۲و۱۲.[با توجه به مقالات و منابع موجود، بیشتر مسائل بهینه سازی توسط روشهای کلاسیک مانند روش SQP،QP حل می شوند]۲۲و۳۲.[ همچنین روشهای هوشمند ماننـد الگـوریتم هـای ﮊنتیـک

]۴۲[ و شبکه های عصبی ]۵۲[و منطق فازی وعصبی- فازی]۶۲[ نیز در حل مسأله مـورد اسـتفاده قـرار گرفته اند.

در این پایان نامه،کنترل پیش بـین مبتنـی بـر مـدل عـصبی- فـازی جهـت کنتـرل فراینـدهای چندورودی-چند خروجی ارائه شده است.دربخش مدلسازی از مدلسازی عصبی-فازی استفاده می شودکه بر روی سیستمهای MIMO تعمیم زده شده است.سیستم ابتدا با این روش مدلـسازی و سـپس بـا روش پیش بین جهت رسیدن به خروجیهای مطلوب،ورودی کنترلی تعیین وبدین ترتیب سیـستم کنتـرل مـی شود. ثابت می شودکه مدل فازی به دلیل سـازگاری بـا منطـق انـسان،جزﺀ روشـهای مناسـب مدلـسازی

سیستمهای غیرخطی می باشد.در نرم افزارMATLAB،روش پیش بین عصبی- فازی به منظور مقایـسه و نتیجه گیری بهترنسبت به روش پیش بین عصبی انجام شده است و نتایج حاصـل از هـردو روش بـا هـم مقایسه شده است.پس از این مقدمه،مباحث اصلی پایان نامه با ساختاربندی زیر ارائه خواهدشد.

در فصل اول،کنترل پیش بین مبتنی بر مدل و مفاهیم آن مورد بررسـی قـرار مـی گیـرد.بخـشهای مختلف این کنترل کننده ها،مزایا، معایب و همچنین مفاهیم کنترل پیش بـین غیرخطـی در ایـن فـصل ارائه

موضوعات: بدون موضوع  لینک ثابت
 [ 02:33:00 ق.ظ ]