تمّ في هذا البحث تطوير نموذج تأقلمي مستوحى من النّماذج الدّاخليّة للمخيخ يسمّى التعلّم بخطأ التغذية العكسيّة Feedback Error Learning (FEL), و هي الطّريقة الأم للتّحكم التّعلّمي الأمامي Learning Feed-forward Control(LFFC), و تعتمد على متحكّم تغذية عك
سيّة بالإضافة إلى متحكم أمامي و هو عبارة عن شبكة عصبونيّة neural network يتمّ تدريبها عن طريق خرج متحكّم التغذية العكسيّة. و قد قمنا بتطوير هذه الطّريقة للتّحكم بذراع آليّة, بالإضافة إلى حل مسألة توازن النّواس المعكوس inverted pendulum و التّحكم بنظام التّعليق لباص, و تمّ تطوير هذه الطّريقة بإضافة شبكة عصبونيّة ثانية يتمّ تدريبها بواسطة خرج متحكّم FEL, و تمّت المحاكاة للأنظمة السّابقة على الحاسب باستخدام البيئة البرمجيّة Matlab and Simulink, و بيّنت النّتائج أنّ هذا التطوير يحسّن أداء التّحكم.
تمّ في هذا البحث تقديم طريقة جديدة للتّحكم بمرشح فعّال تفرعي Shunt Active Filter (SAF) و ذلك من أجل إلغاء توافقيات التيار و تعويض الاستطاعة الرديّة , و هذه الطريقة تعتمد على التحكم التنبئي المباشر بالطاقة Predictive Direct Power Control (P-DPC) , و ه
و يدمج بين التحكم المباشر بالطاقة و التحكم التنبئي , فالتحكم المباشر بالطاقة يقوم بالتحكم بالاستطاعة الحقيقية و الاستطاعة الرديّة للحصول على عامل استطاعة واحدي , و عند دمجه بالتحكم التنبئي فإنّ المتحكم يقوم بالتنبؤ بالتصرف المستقبلي للنّظام و ذلك من أجل جميع القيم التي يمكن أن يأخذها شعاع الجهد للمرشح , و يتمّ اختيار أفضل شعاع من أجل العينة القادمة عن طريق تصغير تابع ربح . و تمّ التّحكم بهذا المرشح بوجود حمل لاخطي على الشّبكة , و تمّت محاكاة هذا النظام على الحاسب باستخدام البيئة البرمجيّة Matlab , Simulink and Simpower , و بيّنت النّتائج أنّ هذه الطريقة أدت إلى تخفيض عامل التشوه الكلي للتيار Total Harmonic Distortion (THD%) و الحصول على تيار جيبي و تحسين عامل الاستطاعة بشكل ممتاز .
