تشتمل وحدة التحكم المقترحة على خوارزمية المنطق الضبابي (FL) مع الشبكة العصبية الاصطناعية (ANN). يحل ANFIS محل ملف
تحكم PI التقليدي ، وضبط نظام الاستدلال الضبابي مع خوارزمية التعلم الهجين. تم اقتراح طريقة ضبط لتدريب جهاز التحكم العصبي الضبابي. أفضل قاعدة قاعدة و أنتجت أفضل خوارزمية تدريب تم اختيارها أداءً عاليًا في وحدة تحكم ANFIS. تم إجراء المحاكاة على Matlab Ver. 2010 أ. كانت دراسة الحالة هي Chopper-Fed DC Motor Drive ، في أوضاع مستمرة ومنفصلة. تظهر النتائج المرضية
وحدة تحكم ANFIS قادرة على التحكم الديناميكي اللاخطي للغاية الأنظمة. كما أدى ضبطه إلى تحسين النتائج.
Abstract
The proposed controller incorporates fuzzy logic (FL) algorithm with artificial neural network (ANN). ANFIS replaces the
conventional PI controller, tuning the fuzzy inference system with a hybrid learning algorithm. A tuning method is proposed for training of the neuro-fuzzy controller. The best rule base and the best training algorithm chosen produced high performance in the ANFIS controller. Simulation was done on Matlab Ver. 2010a. A case study was Chopper-Fed DC Motor Drive, in continuous and discrete modes. Satisfactory results show the ANFIS controller able to control dynamic highly-nonlinear systems. Tuning it further improved the results.
Publication Date
4/9/2013
Publisher
Proceedings of the 9th International Symposium on Mechatronics and its Applications (ISMA13), Amman, Jordan,
الاستاذ الدكتور يوسف اسماعيل محمد المشهداني | Prof. Dr. Yousif Ismail Al Mashhadany | 10074