1. Trang chủ
  2. » Kỹ Thuật - Công Nghệ

Chuong05 nhap mon dktm

38 0 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Nội dung

Microsoft PowerPoint Chuong05 Nhap mon DKTM ppt [Compatibility Mode] Môn học Môn học NHẬP MÔN ĐIỀU KHIỂN THÔNG MINHNHẬP MÔN ĐIỀU KHIỂN THÔNG MINH Giảng viên PGS TS Huỳnh Thái Hoàng Bộ môn Điều Khiển T[.]

Mơn học NHẬP MƠN ĐIỀU KHIỂN THƠNG MINH Giảng viên: PGS TS Huỳnh Thái Hồng Bộ mơn Điều Khiển Tự Động Khoa Điện – Điện Tử Đại học Bách Khoa TP.HCM Email: hthoang@hcmut.edu.vn Homepage: http://www4.hcmut.edu.vn/~hthoang 19 August 2014 © H T Hoàng - ÐHBK TPHCM Chương ỨNG Ứ G DỤNG Ụ G MẠNG Ạ G THẦN KINH 19 August 2014 © H T Hồng - ÐHBK TPHCM Nội dung    Nhận dạng Nhậ d hệ thống thố phi hi ttuyến ế Học luật điều khiển Nhận dạng mẫu:  Nhận dạng tiếng nói, âm thanh,…  Nhận ậ dạng g hình ảnh: bảng g số xe,, mặt ặ người, g , hướng g nhìn, dấu vân tay,… 19 August 2014 © H T Hồng - ÐHBK TPHCM NHẬN DẠNG HỆ PHI TUYẾN 19 August 2014 © H T Hồng - ÐHBK TPHCM Thôn ng tin biết trước h hệ thống: qui luật vật lý, cá ác phát bie ểu ngôn ngữ, … Ứng dụng nhận dạng hệ thống Thí nghiệm thu thập liệu Xư ly Xử lý sơ liệu Chọn cấu trúc mô hình Chọn tiêu chuẩn ước lương ươc lượng Ước lượng thông số Không tốt  xét lạïi thông tin biết trước 19 August 2014 Đánh giá mô hình Không tốt  lặp lại Tốt  chấp nhận mô hình © H T Hồng - ÐHBK TPHCM Mơ hình hóa hệ phi tuyến dùng mạng thần kinh  Đối tượng phi tuyến: y (k )  f [u(k  1),  , u(k  m), y (k  1),  , y (k  n )]  v (k )  Mơ hình: yˆ (k , W )  f NN [u(k  1), , u(k  m), y (k  1), , y (k  n )] u(k) z1 zm z1 zn 19 August 2014 u(k1)  u(km) v11 v21 z1 v22  y(kn) vl2 vlr w1 vr1 v21 y(k1) Mạng thần kinh z2 wq ŷ(k) v2m vl1  zl © H T Hoàng - ÐHBK TPHCM wl Huấn luyện mạng thần kinh nhận dạng hệ thống  (k) u(k) y(k) Đối tượng +  Mạng NN   (k,W) ŷ(k,W) Chỉ tiêu bình phương tối thiểu huấn luyện mạng NN: N N E (W )    ( k , W )   [ y ( k )  yˆ ( k , W )]2 k  k0 k  k0 19 August 2014 © H T Hồng - HCMUT Thí dụ nhận dạng hệ bồn đơn dùng mạng thần kinh  Mơ hình tốn học ọ hệ ệ bồn nước ((sử dụng ụ g để mô p phỏng): g)  Ku(t )  C D a gy (t ) y (t )  A( y ) Amax  Amin y  Amin A( y )  y max   Yêu cầu: Nhận dạng hệ bồn đơn dùng mô hình mạng NN Giả sử chu kỳ lấy mẫu T T=0.1s, 0.1s, nhiễu đo mức chất lỏng có bị giá trị trung bình  = phương sai  = 0.1 19 August 2014 © H T Hồng - ÐHBK TPHCM Thơng số hệ bồn đơn  u(t) điện áp điều ề khiển ể máy bơm (V)  y(t): độ cao mực chất lỏng bồn (cm)  A(y): (y) ttiết ết d diện ệ ngang ga g bồ bồn cchứa ứa (c (cm2) (p (phụ ụ tthuộc uộc  ymax: độ cao cực đại bồn chứa  Amax, Amin: tiết diện ngang cực đại cực tiểu     độ cao) k : hệ số tỉ lệ với công suất máy bơm a: tiết diện van xả (cm2) g: gia tốc trọng trường (981cm/sec2) CD: hệ số ố xả (tùy loại chất ấ lỏng) Giá trịị cụ ụ thể: ymax = 50cm,, Amax = 200 cm2, Amin = 100 cm2, a = cm2, k = 300 cm3/sec, CD=0.6 19 August 2014 © H T Hồng - ÐHBK TPHCM Sơ đồ mơ thí nghiệm thu thập liệu   Khối ố SingleTank_Input: tín hiệu có biên độ tần ầ số ố ngẫu ẫ nhiên Biên độ nằm khoảng [0, 1] Khối Gain nhằm tạo tín hiệu u có biên độ nằm miền  u  12V 19 August 2014 © H T Hồng - ÐHBK TPHCM 10

Ngày đăng: 11/04/2023, 16:10

w