- Vì mạng neural vẫn chưa có phương phâp chính xâc ñể xâc ñịnh cấu trúc vă thông số mạng. Nín ban ñầu tâc giả chọn mạng 3 lớp có số lớp ẩn lă Sj = N.(N-1). Cho mạng học vă tăng dần số lớp ẩn vă sau cùng chọn bộ thông số mă lớp ẩn có 12 nút, thực hiện quâ trình học lă 1000 lần học. Vì nếu chọn nhỏ hơn 12 nút thì kết quả không ñạt yíu cầu. Nếu chọn lớn hơn 12 nút thì sai lệch giảm cũng không nhiều nhưng mạng học rất chậm.
- Từ kết quả mô phỏng ta thấy hệ thống ñiều khiển ñạt chất lượng. - Vậy bộ ñiều khiển ñê chọn ñâp ứng ñược yíu cầu khi thiết kế.
KẾT LUẬN VĂ KIẾN NGHỊ
1. Kết luận.
Sau một thời gian lăm việc nghiím túc, với sự giúp ñỡ nhiệt tình của thầy Võ Như Tiến vă câc thầy giâo trong bộ môn Tự ñộng hóa ñến năy luận văn ñê hoăn thănh. Luận văn ñê giải quyết ñược câc vấn ñề sau:
Nghiín cứu câc phương phâp ñiều khiển ñộng cơ ñiện xoay chiều 3 pha.
Nghiín cứu mô hình ñộng cơ ñồng bộ kích thích vĩnh cửu vă xđy dựng mô hình ñộng cơ trín hệ tọa ñộ dq
Nghiín cứu cấu trúc truyền ñộng ñộng cơ ñông bộ kích thích vĩnh cửu ñiều khiển tựa theo từ thông roto, xđy dựng mô hình vă thuật toân ñiều khiển.
Ứng dụng mạng neural ñiều khiển ñộng cơ ñồng bộ kích thích vĩnh cửu.
Mô phỏng hệ thống trín phần mềm Matlab-Simulink với mô hình ñộng cơ ñồng bộ kích thích vĩnh cửu ñiều khiển tựa theo từ thông rô to dùng bộ PID kinh ñiển vă mạng neural truyền thẳng.
2. Kiến nghị
Đề tăi mới chỉ ñưa ra câch giải quyết vấn ñề trín cơ sở lý thuyết vă thử nghiệm bằng mô hình mô phỏng, do vậy khi triển khai trong thực tiễn chắc chắn sẽ còn nhiều vấn ñề phải quan tđm.
Mạng neural ñược xđy dựng trong mô hình học theo bộ PID với tín hiệu học off-line ngẫu nhiín nín số lần học rất nhiều, do ñó nếu xđy dựng ñược phương ân học tốt hơn ñó lă một trong những hướng phât triển trong tương lai của ñề tăi.