ترغب بنشر مسار تعليمي؟ اضغط هنا

يَعرض هذا اَلبحث آَلية لَتكييف مَعامل تَوزين إَشارة اَلتحكم فَي تَقنية اَلتحكم اَلتنبؤيَ المُعمَّمة مَع مَطال إَشارة اَلتشويش اَلقابلة لَلقياس وَ المؤثرة عَلى مَدخل تَدفق اَلحمض فَيَ نظام مَُعادلة اَلأيون اَلهيدروجيني. حَيث تَكمن اَلفائدة مَن عَملية اَلتكييف هذه فَي جَعلَ إشارة اَلتحكم اَلتي تَقود مَُشغِّل تَدفق اَلأساس أَخف سَرعة وَ حِدَّة ( أي أَقل تَغيرا )، وَ الذيَ من شَأنه أَن يَحمي هذا اَلمشغل مَن اَلتلف وَ يطيل عَمره وَ يُقلل مَن تَكاليف صَيانته. تَمَ رصد فَعالية عَملية اَلتكييف عَن طَريق حَساب مَؤشري تَكامل اَلقيمة اَلمطلقة لَلخطأَ و تكامل اَلقيمة اَلمطلقة لَمشتق اَلإشارة فَي نَتائج عَملية اَلمحاكاة.
يعرض هذا البحث طريقة مقترحة لتصميم نموذج متحكم إشرافي ضبابي للمتحكم التناسبي التكاملي التفاضلي (PID: Proportional, Integral, Differential) من خلال شبكات بتري الضبابية المنطقية، و تتميز الطريقة بإظهار قيمة التضبيب لكل خاصية من خاصيات تابع الانتماء الممثل لكل مدخل من مداخل المتحكم الإشرافي الضبابي و تحديد العدد الإجمالي للقواعد المطلوبة في تصميم المتحكم قبل البدء بإدخال القواعد المناسبة في مرحمة تصميم القواعد و تحديد القيمة الرقمية لمدخلي القاعدة التي تم تفعيلها و تجميع المتغيرات التي لها نفس الخاصية و اظهار القيمة الرقمية لكل منها برمجياً و تحديد قيمة فك الضبابية باستخدام طرق فك الضبابية.
تقدم هذه الدراسة تصميماً لمتحكم يعتمد على بنية النموذج المخيخي لرباعية المحرك. تمت محاكاة النظام و المتحكم ذو النموذج المخيخي المعتمد على المتحكم PID باستخدام الحزمة البرمجية ماتلاب ، و تمت مقارنة أداء النظام في ظل وجود ضجيج عند استخدام المتحكم PID العادي فقط و عند استخدام النموذج المخيخي المعتمد على المتحكم PID و أظهرت النتائج أن الطريقة الأخيرة تضمن أداء الاستقرار الجيد. كما تمت مقارنة النظام مع المتحكم ذو النموذج المخيخي المقترح مع نظامين يستخدمان النموذج المخيخي لهما هيكلية تختلف عن الهيكلية المقترحة.
في هذا البحث تم اقتراح آلية لجعل المتحكم LQR قادر على قيادة الروبوت الطائر (Micro Aerial Vehicle by Change Center of Gravity(MAV COG)) لتعقب مسار محدد , و ملخص هذه التقنية هو إننا قمنا بإضافة مصفوفة تعمل على توليد المسار الذي نريد تعقبه. و باست خدام برنامج المحاكاة ماتلاب قمنا بتصميم المتحكم المطلوب.
يَعرض هذا البحث إمكانية الاستعاضة عن المؤمثل الرياضي في خوازمية التحكم التنبؤي بمؤمثل عصبوني أمامي (Feedforward Neural Network Optimizer: FNNO) و من تم تدريبه بشكل مسيق offline لتصغير تابع الكلفة. حافظنا بهذه الطريقة على نموذج النظام الذي يعد أس اساً في خوارزمية التحكم التنبؤي للحصول على الدقة المطلوبة. و تم حل مسألة الأمثلة خلال زمن أسرع من زمن حلها عند استخدام خوارزميات الأمثلة التقليدية المعتمدة على الحوسبة الرقمية.
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا